Développeur full-stack Java / React, IA appliquée. Élève-ingénieur en dernière année à CY Tech (diplôme 2027).
Je cherche un stage de fin d’études de six mois à partir du 4 mai 2027, à Paris ou en Île-de-France.
Seul développeur, en orchestrant des agents IA, j’ai conçu et mis en production le système de pilotage d’une usine de cuir (MES / IIoT). Il collecte les mesures des machines, les fiabilise, calcule les quantités produites et la paie à la pièce, et présente le tout dans huit applications web et Android.
Simulation : chaque ligne est une fenêtre de mesures d’une machine de pulvérisation, la plus récente s’écrit en bas. Une mesure suspecte n’est jamais corrigée en silence : elle est signalée en rouge, avec le code de l’anomalie. Touchez ou cliquez sur le champ pour y injecter une anomalie.
Le trajet d’une mesure, de la machine à l’écran, en six étapes :
Chaque machine a un écran industriel (IHM) relié à son automate. J’ai défini le format des messages que ces écrans envoient (protocole MQTT) et l’identité de chaque machine ; les ingénieurs de l’usine configurent les écrans selon cette spécification.
device/{clientId}/spray device/{clientId}/energy-points
Le broker (Mosquitto) reçoit les messages des machines et les transmet au back-end. Livraison garantie (QoS 1) et sessions persistantes : si le back-end s’arrête, le broker garde jusqu’à 20 000 messages, soit environ 80 minutes d’arrêt absorbées sans perte.
cleanSession=false : la session reprend là où elle s’était arrêtée.Le back-end ne confirme un message au broker qu’une fois celui-ci enregistré en base. Si l’écriture échoue, le message n’est pas confirmé et le broker le renvoie. Un message reçu deux fois n’est compté qu’une fois.
client|seq|deviceTime : un renvoi est reconnu comme doublon ; la même clé avec un contenu différent est rejetée.Une mesure suspecte n’est pas corrigée : elle reçoit des drapeaux qui disent pourquoi. Exemples : valeur impossible ou hors de la plage physique, code spécial, message manquant ou en double, horloge décalée de plus de 10 minutes. La valeur brute est conservée, mais exclue des statistiques.
PostgreSQL 16 avec TimescaleDB, une extension pour les séries temporelles. Les totaux par heure et par jour sont recalculés seulement là où une mesure a changé, et les écrans se mettent à jour en temps réel (WebSocket). Une requête trop lourde échoue plutôt que de renvoyer un total incomplet.
Un seul contrat d’API (openapi.json) génère le code client Kotlin et TypeScript de toutes les applications : si l’API change, les applications Android ne compilent plus tant qu’elles n’ont pas suivi. Règle métier : les mesures des machines ne créent jamais de déclaration de production ni de salaire. La machine mesure ; seul un humain déclare ce qui est payé.
Le contexte : l’usine applique des finitions sur des peaux par pulvérisation et paie ses ouvriers à la pièce. Elle veut savoir, machine par machine et poste par poste, ce qui a été produit, consommé et payé. La difficulté : les écrans industriels des machines perdent des messages, se font parfois passer les uns pour les autres et changent d’unités, alors que la paie ne tolère aucune approximation.
Chiffres relevés le 12 octobre 2026.
PourquoiUn message n’est perdu que si la base l’a refusé, et dans ce cas le broker le renvoie.
Ce que ça m’a coûtéChaque renvoi crée un doublon à reconnaître : il faut une clé d’unicité sur chaque message, et une règle claire quand une même clé revient avec un contenu différent.
PourquoiUne valeur réécrite est une preuve détruite. Quand une règle de nettoyage change, il faut pouvoir recalculer tout l’historique.
Ce que ça m’a coûtéLes statistiques se calculent à la lecture ou se reconstruisent. Chaque changement d’algorithme oblige à recalculer l’historique, après une répétition sur une copie de la production.
PourquoiUn compteur absent ne vaut pas zéro. La paie et les totaux de production ne peuvent pas reposer sur une estimation.
Ce que ça m’a coûtéCertains totaux restent « partiels », et l’interface doit l’afficher : un tableau de bord moins flatteur, mais juste.
PourquoiHuit applications qui évoluent chacune à leur rythme doivent comprendre le serveur exactement de la même façon.
Ce que ça m’a coûtéChaque changement de champ oblige à régénérer le code et à recompiler les modules Android. Côté TypeScript, l’outil (springdoc) ne marque pas les champs obligatoires : la forme des données est vérifiée, pas leur présence. Ce travail d’annotation reste à faire.
PourquoiLes agents produisent plus vite que la batterie complète de tests ne tourne : l’attendre à chaque fusion aurait bloqué le travail.
Ce que ça m’a coûtéLa branche principale peut rester rouge un moment ; on corrige en avançant. Seule une version validée par toute la batterie, sur une machine de test dédiée, peut partir en production.
Un système industriel se juge sur ses vraies données. La règle : recalculer l’historique, jamais retoucher une mesure brute.
spray-interval-v4), sans toucher aux mesures brutes, puis historique recalculé. Répétition d’abord sur une copie de la production : 1 363 lignes horaires et 75 lots de production recalculés en 4 minutes environ.usedWeight) ne contenait pas un cumul, mais un écart : W0 − totalWeight.Une machine envoie plus de mesures quand elle travaille que quand elle est à l’arrêt. Une moyenne calculée mesure par mesure donne donc trop de poids aux moments d’activité, et elle change dès que l’on stocke moins de mesures. Pondérée par la durée de chaque mesure, la moyenne reste juste. Faites glisser le curseur pour le vérifier.
Mesure par mesure
Pondérée par la durée
Valeur réelle
| Stockage | Mesure par mesure | Pondérée par la durée |
|---|---|---|
| 1 mesure / 2 s | 783,9 +46,5 % | 535,1 0,0 % |
| 1 mesure / 10 s | 667,9 +24,8 % | 535,1 0,0 % |
| 1 mesure / 60 s | 518,0 −3,2 % | 535,1 0,0 % |
Trois systèmes, une même règle : le serveur vérifie chaque chiffre, chaque plat et chaque correction avant qu’ils n’arrivent à l’utilisateur.
Le dirigeant pose une question ; l’agent répond avec des graphiques dont aucun chiffre n’est écrit par le modèle.
Je n’utilise pas de framework d’agents : j’écris moi-même la boucle, et je limite ce que le modèle a le droit de faire.
Le dirigeant de l’usine pose une question en langage courant. L’agent interroge la base en lecture seule et répond avec des graphiques dont chaque chiffre vient de la base, pas du modèle. Le même agent sert d’aide intégrée au produit, c’est-à-dire de support client.
SELECT machine, SUM(kwh) AS kwh FROM v_energie_jour WHERE jour >= current_date - 7 GROUP BY machine ORDER BY kwh DESC12 lignes, complet → evidence-1{ evidenceId: "evidence-1", type: "BAR" }le serveur lit les valeurs dans evidence-1 ; usine ✓ unité ✓Il répond aux clients à partir des vraies données du restaurant ; plats et allergènes sont contrôlés par le code.
Les clients d’un restaurant écrivent sur WhatsApp ou sur le site : horaires, carte, allergènes, réservation. L’assistant répond dans leur langue à partir des vraies données du restaurant, et passe la main à l’équipe quand il le faut.
Bonsoir, vous êtes ouverts dimanche midi ?
Bonsoir ! Je suis l’assistant IA du restaurant. Oui, dimanche de 12 h à 14 h 30. Je vous réserve une table ?
RéserverVoir la carte
débitentréequotacachebudgetmodèle
horaire vérifié dans les données du restaurant
Vous avez un plat sans gluten ?
Oui : le risotto aux cèpes et le saumon grillé sont indiqués sans gluten par le restaurant.
Voir la carte
débitentréequotacachebudgetmodèle
plats en vente uniquement, selon les étiquettes du restaurant
Je parle à une vraie personne ?
Non, je suis une IA. Je préviens l’équipe : quelqu’un vous répondra pendant les heures d’ouverture.
Appeler le restaurant
débitentréequotacachebudgetmodèle
mention IA obligatoire, relais vers un humain
L’IA corrige une phrase en quelques secondes ; sa qualité a été mesurée contre des seuils fixés à l’avance.
Une application de vocabulaire pour les étudiants sinophones en France. L’apprenant écrit une phrase avec le mot du jour ; l’IA la corrige en quelques secondes et explique les erreurs en chinois. Pas de note ni d’avis sur le style : seulement les erreurs objectives.
Mot du jour emprunter
Hier, j’ai emprunté deux livre à la bibliothèque.
Hier, j’ai emprunté deux livres à la bibliothèque.
名词复数要加 -s：deux livres。 (« Un nom au pluriel prend un -s. »)
Emploi du mot du jour : correct
| Critère | Seuil | Sans fiches | Avec fiches |
|---|---|---|---|
| Emploi du mot du jour bien jugé | ≥ 90 % | 94,6 % | 95,2 % |
| Mauvais emploi accepté à tort | ≤ 5 % | 3,6 % | 1,8 % |
| Réponses inexploitables | ≤ 1 % | 0 % | 0 % |
| Temps de réponse (95 % des cas) | ≤ 3,2 s | 3,16 s | 2,12 s |
| Prompt servi par le cache | – | 0 % | 76 % |
| Coût de la campagne | – | 0,024 $ | 0,013 $ |
Premier passage avec fiches : 92,8 %. Le modèle prenait les détails du scénario pour un changement de sens ; j’ai corrigé deux phrases de la consigne, relancé, et conservé les trois passages. Les phrases de test sont synthétiques : ce n’est pas une correction d’enseignant.
L’IA ne m’a pas surtout fait coder plus vite. Elle m’a libéré du temps pour ce qui ne se délègue pas, décider :
Environ 3 900 commits et 49 versions en cinq mois, seul développeur, avec jusqu’à une vingtaine d’agents en parallèle, chacun dans sa propre copie du dépôt. Avec des agents, le volume ne prouve plus rien : ce qui compte, c’est ce que les tests et la production confirment.
Le trajet d’une modification, de l’agent à la production :
mainla batterie complète de tests démarre sur une machine de test dédiéemain-verifiedn’avance que sur un commit où tous les tests passentLe fichier d’instructions lu à chaque session ne contient que les malentendus qui coûtent cher et des pointeurs ; le reste est chargé à la demande.
Si une règle peut être vérifiée automatiquement, elle devient un hook, un test d’architecture ou un contrôle de cohérence. Une règle qu’il faut répéter aux agents est mal placée.
Un bon test juge le code de l’extérieur au lieu de le recopier : c’est ce qui empêche un agent de valider son propre travail.
Les règles sont écrites une fois, puis générées pour chaque outil d’agent ; un vérificateur refuse toute divergence. Le même principe que le contrat d’API, appliqué aux règles.
Mes consignes réutilisables (« skills ») changent-elles vraiment le comportement de l’agent ? Test A/B avec un protocole fixé avant de mesurer, dans un bac à sable avec un vrai dépôt distant. Les verdicts viennent de l’état du dépôt, pas du récit de l’agent ; scénarios placebo et relecture à l’aveugle.
Avec le skillteste les cas d’erreur, attend une validation
Sansse déclare « terminé » et commite directement
Verdictléger avantage
Avec le skillrésultat identique
Sansidentique, octet pour octet
Verdictskill inutile, retiré
Avec le skilla lu la règle, puis a quand même poussé sur la branche principale
Sansa ouvert une branche
Verdictrègle transformée en blocage automatique (hook)
Résultat : +26 % de tokens par exécution, pour un gain irrégulier face à un modèle déjà performant. Deux skills retirés ; ce qui doit absolument tenir est passé dans un hook qui bloque. Essai pilote, une exécution par variante : un signal, pas une statistique.
mai 2026 →
Développeur full-stack, seul sur tout le logiciel, mission indépendante (freelance)
Logiciel de pilotage de production et de machines connectées pour l’industrie du cuir, en production chez un fabricant. Du protocole des machines jusqu’aux applications. Site du produit : jiarun.tech.
mai 2026 →
Développeur full-stack, CDI à temps partiel, après un stage de quatre mois
Plateforme de commande et de fidélisation pour restaurants. J’y développe l’assistant IA WhatsApp, une partie du back-office (React, TypeScript) et le déploiement sur le terrain : serveurs installés automatiquement dans les restaurants, tablettes Android en mode kiosque, centre d’exploitation auto-hébergé pour surveiller et mettre à jour le parc à distance.
2026 →
Projet personnel, en ligne sur jellydog.fr
Application d’apprentissage du vocabulaire français, avec correction de phrases par IA ; 201 leçons en ligne.
2025 → 2027
Diplôme d’ingénieur en informatique, spécialité informatique embarquée
Cursus suivi intégralement en français.
sept. 2021 → avr. 2024
Développeur front-end (Vue 2)
Interfaces web en Vue 2 et JavaScript : équipements de numérisation 3D et terminal de paiement par reconnaissance faciale.
2017 → 2021
Licence en ingénierie électronique et de l’information, parcours sino-français
Un stage de fin d’études de six mois à partir du 4 mai 2027, à Paris ou en Île-de-France, en développement full-stack, et je suis ouvert à une embauche en CDI à l’issue du stage. Idéalement dans une équipe proche de ses clients, qui utilise l’IA pour concevoir et pas seulement pour exécuter. J’aime prendre tôt la responsabilité d’un périmètre : c’est comme ça que j’ai le plus appris.