Ingénieur IA
Systèmes agentiques

DocHub convertit des PowerPoint, PDF et fichiers Office en Markdown, avec leurs images et pièces jointes. Je l’ai développé chez GYS pour que les équipes puissent préparer leur documentation sans reprendre chaque fichier à la main. L’application permet de déposer les documents, comparer les rendus et préparer leur publication vers GitLab. La restructuration par IA reste optionnelle. J’ai séparé l’interface, les convertisseurs et la publication pour pouvoir remplacer un moteur ou ajouter une destination sans reconstruire l’application.

Application livrée chez GYS ; choix de conversion étudiés sur 981 diapositives de 57 présentations.

Un coursier qui manque de chargement doit-il retourner au dépôt, ou peut-il récupérer une partie de la charge d’un collègue en ville ? J’ai développé ce projet personnel pour étudier cette question sur des scénarios de livraison synthétiques. L’outil répartit les clients, calcule les tournées sous contraintes et rend les résultats explorables sur carte. Mon travail associe la modélisation des transferts, un banc de comparaison externe et des expériences sur le compromis entre qualité de solution et temps de calcul.

Comparaisons sur instances Solomon, expériences à budget contrôlé et rejeu interactif des tournées.

Voir la démo Lire la fiche

Lorsqu’un accessoire n’est pas connecté pendant une mise à jour, il peut conserver un ancien logiciel et ne plus fonctionner correctement avec le poste à souder. Chez GYS, j’ai développé le logiciel de démarrage d’une carte qui garde une copie des mises à jour dans l’appareil et les transmet aux équipements qui en ont besoin. J’ai intégré ce fonctionnement au système existant avec le bureau d’études. Une clé USB reste prioritaire lorsqu’elle apporte une nouvelle mise à jour.

Intégré sur prototype, avec stockage local des mises à jour et maintien de la priorité USB.

Un agent qui accède à une page doit encore trouver les bons éléments, agir et comprendre ce qui a changé. Pour mon usage avec Hermès, j’ai adapté l’interface MCP de Camoufox en ajoutant une couche qui interprète des consignes comme « relève les prix ». Mon travail porte sur les outils sémantiques, le routage des modèles, les prompts et le diagnostic des parcours. Le navigateur et son travail contre la détection viennent des projets amont, que je conserve comme base du service.

Fork de redf0x1/camofox-mcp ; couche sémantique, prompts et diagnostics consultables dans le dépôt public.

Lire la fiche

Un prix d’annonce ne suffit pas à décider si une voiture mérite une visite. J’ai créé CarHunter pour rapprocher les offres de mon budget, des travaux à prévoir et des informations encore manquantes. Le système collecte les annonces, conserve leurs évolutions et réserve les analyses coûteuses aux dossiers prometteurs. Mon travail couvre la bibliothèque de collecte, le graphe d’analyse, les données persistées et la préparation cadencée du contact. La collecte et le premier tri ont fonctionné sans surveillance sur mon infrastructure.

Collecte sur trois plateformes et premier tri exploités sans surveillance ; analyse approfondie et préparation du contact développées.

Lorsque mes assistants travaillent sur le serveur, je veux pouvoir suivre leurs modifications et intervenir depuis mon téléphone. CloudCLI fournit déjà cette interface web. J’ai adapté ce projet open source à mon usage, notamment pour qu’une demande d’autorisation Claude reste accessible lorsque je reviens dans une session encore active. Mes changements relient le mode affiché au mode réel de l’assistant, enregistrent les décisions dans ses règles natives et rendent les favoris et les états de tâches plus cohérents au fil des connexions.

Fork de siteboon/claudecodeui ; approbations Claude reconstruites, permissions natives et suivi des sessions améliorés.

Lire la fiche

Clothify part d’une photo de vêtement pour préparer une image de présentation portée. L’utilisateur envoie son image dans Discord, choisit le type de vêtement, la carrure et la vue, puis reçoit le résultat dans le même canal. J’ai développé ce parcours et relié le bot à PostgreSQL, n8n et un modèle d’image. Les demandes et leurs états servent de contrat entre les composants : je peux faire évoluer la génération sans reprendre l’interface, tout en distinguant une image créée d’une image effectivement livrée.

Vidéo du bot en fonctionnement ; démo avec deux vêtements présentés sous quatre angles.

Voir la démo Lire la fiche

J’ai développé cet outil pour dicter dans un éditeur ou une conversation sans ouvrir une application intermédiaire ni envoyer la voix à un service externe. Il capture la parole, détecte la fin des phrases et colle le texte dans la fenêtre active. Whisper et Silero fournissent les modèles ; mon travail porte sur leur intégration dans l’usage quotidien, les hésitations, le filtrage des sorties parasites et le passage entre écoute, transcription et veille. Le collage automatique cible Ubuntu sous X11.

Transcription locale, collage dans la fenêtre active et restauration du presse-papiers.

Lire la fiche

Pour ce projet de NLP à l’ESIEA, j’ai étudié comment différents réseaux reconnaissent l’auteur d’un poème parmi Baudelaire, Hugo et Rimbaud. J’ai travaillé sur la préparation des textes, leur découpage et la comparaison de quatre architectures avec un protocole commun. Les prédictions par segment sont réunies pour attribuer le poème entier. Le rapport final présente les résultats sur 32 poèmes de test, les erreurs par auteur et les évolutions des modèles. Cette expérience m’a aussi conduit à examiner le surapprentissage et les limites des mesures.

87,5 % sur 32 poèmes de test pour le MLP et le LSTM.

Dans ce projet d’IA symbolique à l’ESIEA, un chasseur doit trouver de l’or puis sortir d’une grille dangereuse sans voir directement les cases voisines. J’ai développé son raisonnement à partir du squelette fourni par l’enseignant. L’agent utilise les indices perçus pour réviser sa représentation du monde, évalue les actions possibles et change de priorité lorsqu’il possède l’or. Le simulateur et l’interface fournis par le cours permettent d’observer cette boucle. Mon travail porte sur les croyances, les préférences et le choix d’action en Prolog.

Révision des croyances, correction après un choc et changement d’objectif une fois l’or trouvé.

Comment un agent peut-il apprendre à conduire à partir des images qu’il reçoit ? Pour l’expérimenter, j’ai raccordé le simulateur CarRacing à une implémentation existante de DreamerV3. Cet algorithme apprend un modèle de l’environnement et l’utilise pour entraîner sa politique de conduite. J’ai écrit l’adaptation des observations, commandes et épisodes, puis mené une campagne d’environ 41 heures sur GPU. Les courbes et la vidéo montrent la progression dans le cadre testé : un circuit unique, utilisé pendant l’entraînement et l’évaluation.

Environ 41 heures d’entraînement sur RTX 4060, avec métriques et vidéo de conduite sur un circuit unique.

Lire la fiche

Lire une page protégée demande souvent plusieurs décisions : choisir un moteur, attendre, conserver une session ou essayer une interaction. J’ai adapté le framework Scrapling pour prendre en charge cette orchestration dans un serveur MCP utilisé avec mes agents. Le service commence par une récupération simple et peut transmettre une page encore ouverte lorsque l’agent doit poursuivre lui-même. Mon apport porte sur cette progression, les outils de navigation, les profils et les diagnostics ; les moteurs de récupération et le parseur viennent du projet original.

Adaptation de Scrapling : récupération progressive, page interactive et régulation des accès par domaine.