Pas juste un ingénieur.
Un bâtisseur avec du goût.
J'ai commencé à écrire des apps Android en Java en 2012, quand les smartphones étonnaient encore les gens.
En 13 ans, j'ai travaillé sur l'essentiel de la pile : Android et iOS natifs, puis React Native, ensuite le web full-stack avec React, Next.js et Node, et plus récemment des services backend en Python avec FastAPI. En 2025-26, j'ai construit des fonctionnalités adossées à des LLM sur Azure OpenAI : une preuve de concept de RAG documentaire avec caviardage des données personnelles en amont du modèle, et des intégrations avec trois plateformes d'agents derrière une seule couche d'orchestration.
Ce que la décennie mobile m'a laissé, c'est l'habitude de construire sous contrainte. On ne peut pas corriger à chaud une app déjà publiée, donc la rétrocompatibilité cesse d'être optionnelle. Et on construit pour l'appareil qu'on nous donne : sur un service backend, le nombre de threads et la taille des lots sont configurables selon les niveaux d'App Service, pour qu'il tourne sur le moins cher qui tienne la charge.
J'approfondis maintenant le versant fiabilité des systèmes d'IA : évaluation, justesse de la recherche, et coûts.
La performance est une fonctionnalité
Rapide et tolérant aux pannes par conception, pas par accident. La plupart de mes gains sont venus du fait de mesurer d'abord le chemin lent plutôt que de le deviner.
L'IA au cœur, pas en garniture
Quand j'utilise un LLM, je veux qu'il fasse un vrai travail : une recherche qui renvoie le bon document, un caviardage avant le prompt, une vraie interface derrière. Pas un chatbot collé sur un produit existant.
L'instinct utilisateur venu du mobile
13 ans à livrer à de vrais utilisateurs vous donne une perspective que la plupart des ingénieurs backend n'obtiennent jamais. Je n'ai jamais oublié qui est de l'autre côté de l'API.
Évolution honnête
Android en 2012. Systèmes de recherche en 2026. Je vais en profondeur sur la suite, mais je n'abandonne pas ce qui marche encore.