On m'a déjà dit que quand j'arrive, les gens se sentent soulagés. C'est pas de la fausse modestie — c'est juste que j'aime résoudre des problèmes, et que je fais toujours de mon mieux pour trouver la solution. Depuis que l'IA est arrivée, je fais ça deux fois plus vite.
Je suis né en France, j'ai grandi en Nouvelle-Calédonie, j'ai parcouru le monde enfant. J'ai fait mes études là-bas, puis je suis revenu en France pour mon Master. Et pile au moment où j'ai eu mon diplôme — l'IA est arrivée.
Je me souviens de ce moment. J'étais euphorique. Je me suis dit : "tout ce que j'ai appris, ça peut grave me servir." Les protocoles, les architectures, le client-side vs server-side, WebSocket, WebRTC, HTTP, SSE, polling — tout ce que j'avais vu en cours, je savais exactement quoi demander à l'IA. Et ça changeait tout.
À l'époque, l'IA ne généralisait pas assez bien. Il fallait des vraies connaissances pour en tirer quelque chose. Aujourd'hui c'est plus accessible, oui — mais elle donne encore un travail bien plus qualitatif quand on sait où chercher l'amélioration. Quand on comprend comment la donnée circule dans le système. Quand on sait remanier une architecture, pas juste copier-coller un prompt.
J'aime rendre service. Quand un serveur plante, quand un workflow déraille, quand plus rien marche — on vient me voir. Pas parce que j'ai toutes les réponses, mais parce que je lâche pas tant que c'est pas résolu.
Je préfère anticiper. Tester des trucs avant qu'ils deviennent mainstream. Quand les choses arrivent, il faut être prêt et être dans l'action — c'est là que je m'éclate.
J'apprends à guider l'IA avec des prompts toujours plus justes. Je conçois des fichiers .md pour mes agents. Je debug à coups de captures d'écran, d'hypothèses et de logs. C'est pas magique — c'est du craft.
Études, travail, et des centaines d'heures à bidouiller des projets perso. Mon Master m'a donné les fondations. Le terrain m'a donné les réflexes. La passion fait le reste — et elle s'arrête jamais.
N'importe qui peut écrire un prompt. Mais savoir où chercher l'amélioration dans un système, comprendre comment remanier la façon dont la donnée se déplace, choisir le bon protocole au bon moment — ça, ça s'apprend pas en une nuit. C'est des années d'études et de terrain, et c'est exactement ce qui fait la différence entre un dev qui utilise l'IA et un dev qui la maîtrise.
Avant de toucher une ligne de code, je structure. Comment la donnée entre, où elle va, comment elle ressort. Si ta base est bancale, ton appli sera bancale — c'est aussi simple que ça.
Je debug l'IA comme je debug du code. Des captures d'écran, des hypothèses, des stratagèmes toujours plus tordus pour la guider exactement là où je veux. C'est un dialogue, pas une commande.
Un backoffice bien pensé, une interface client limpide pour échanger sur les projets, des automatisations qui tournent en fond — tout ça part du même principe : le code doit servir quelqu'un. Si la personne en face comprend pas l'écran, c'est que la donnée en dessous est mal pensée.
Vous cherchez pas juste un dev qui code. Vous cherchez quelqu'un qui comprend votre problème, qui structure la solution, qui sait parler à l'IA pour aller plus vite, et qui livre un truc que vos utilisateurs peuvent vraiment utiliser. C'est ce que je fais.
Imagine : tu utilises un tournevis depuis des années. Un jour, on te file une visseuse électrique. Tu peux visser dix fois plus vite — mais tu peux aussi visser complètement de travers si tu maîtrises pas l'outil. C'est exactement ce qui se passe avec l'IA aujourd'hui.
La techno accélère tout. Mais elle remplace pas la compréhension. Savoir quoi demander, savoir où chercher, savoir pourquoi ça marche ou ça marche pas — c'est ça le vrai avantage. Et ça, ça vient pas d'un prompt. Ça vient d'années à comprendre comment les systèmes fonctionnent.
Je ne me contente pas d'utiliser l'IA. Je cherche à comprendre comment elle fonctionne, ce qu'il faut lui donner pour qu'elle avance dans la bonne direction, comment la driver vers l'objectif. Parce que c'est pas elle qui a la vision — c'est nous.
J'ai commencé par m'amuser. 11 Go de VRAM, des micro-modèles, et l'envie de voir jusqu'où on peut pousser une seule carte graphique. J'ai testé des trucs que personne m'avait demandé de tester — juste parce que je voulais comprendre.
Un workflow n8n avec deux agents en boucle sur ma carte graphique. Une sorte de bipolarité artificielle — tout calculé en local, zéro cloud. Juste pour voir ce que ça donne.
Labélisation d'objets, détection en temps réel. J'ai testé YOLO, j'ai bidouillé de la classification KNN, du clustering. Partir à l'aventure pour comprendre les limites.
Plus tu ajoutes de données, plus les poids sont lourds, plus il faut de VRAM. À un moment, sur une carte locale, t'es coincé — le cloud devient la seule option. C'est la réalité d'aujourd'hui. Mais la quantization, la compression, les nouvelles architectures — ça avance vite. Les modèles de demain seront plus compacts et plus puissants. C'est pas du "si", c'est du "quand". Et ceux qui auront déjà l'habitude de faire tourner de l'IA en local seront prêts.
Pas de cloud, pas de dépendance. Ton IA, ton infra, ton contrôle.
Tout sur le réseau local. Zéro fuite, confidentialité maximale.
Pas de quotas API, pas de latence réseau. Juste la puissance brute de ta carte.
La révolution est déjà là. On peut en avoir peur, ou on peut s'y accrocher. Moi j'ai choisi : je teste aujourd'hui pour être prêt demain. Pas parce qu'on me le demande — parce que ça me passionne.
Team Bun plutôt que Node ou Deno — le potentiel de ce runtime était flairé depuis un moment.
Quand il faut de la perf brute, c'est Go ou Rust sans hésiter (cargo build --release, c'est magique).
Zig m'avait bien plu aussi lors d'une intro il y a quelque temps.
Un Raspberry Pi 5 avec Coolify dessus — déploiement en un clic, repos liés au GitLab local sur mon NAS, SSL automatisé, builds de conteneurs. Le CI/CD n'a jamais été aussi simple. Avant ça, les mains dans Docker + Traefik + Swarm + PHP-FPM + Apache à l'ancienne — ça a été fait aussi.
Les réseaux Docker bien configurés pour que les services communiquent sans boulette, des images optimisées, de la surveillance via workflows, du rate limiting, et mention spéciale CrowdSec — un outil qu'on devrait tous avoir en prod.
Configuration de zones DNS, Cloudflare en front, gestion de domaines. J'ai un peu tout testé — Hostinger, Gandi, Infomaniak, O2Switch. Aujourd'hui c'est OVH : ça marche, le support a toujours été réactif et clair quand il fallait résoudre un problème ou upgrade un forfait. Chacun son avis, c'est le mien.
Next.js est ultra complet, tout y est de base. Team "page router" — plus simple pour du multilingue headless, les builds SSG sont plus faciles à mettre en place. Le "app router" est trop framework-first, plus galère dès qu'il faut discuter avec un CMS headless type Directus, Strapi ou WordPress.
Maquetter avant de coder. Valider l'UX avant d'écrire une seule ligne.
Tout en JS directement dans la console quand c'est possible. Partial views chargées en AJAX qui remplissent des divs sans quitter la page. Derrière un VPN, anti-tracking fingerprint Brave, trackers bloqués, navigation privée. La clé : pas abuser sur la vitesse, simuler un vrai comportement humain — un utilisateur ne connaît pas par cœur les URLs au bout de 3 pages, il réfléchit, il revient en arrière.
Cloud et local. Génération de code, brainstorming, computer vision, agents custom sur GPU — selon le besoin.
De la donnée brute jusqu'à l'écran utilisateur — en passant par un Raspberry Pi, un NAS GitLab, et un cargo build --release.
TeamViewer et AnyDesk me saoulaient — trop de latence pour un usage créatif. Alors j'ai fait le mien.
Alternative maison à Parsec. Streaming de jeux en LAN avec compression adaptative.
Extraction de données web pour audits SEO. Du JS console pur pour les sites JS-heavy, du Scrapy pour le volume, le tout derrière Brave + VPN. Discret et efficace.
Workflows pour mon agence et mes clients. Bots, intégrations OBS, automatisations qui tournent toutes seules.
Raspberry Pi 5 avec Coolify, NAS GitLab, repos locaux, SSL auto, CrowdSec en sécu. Le tout en Docker, Nginx en front, builds optimisés.
Mon propre backoffice pour m'organiser, plus une interface simple pour que les clients puissent échanger leurs idées et suivre leur projet.
Un projet qui tourne pas rond ? Une idée à concrétiser ? Un besoin d'automatiser un truc qui vous bouffe du temps ? Parlez-moi de votre problème — c'est ce que je préfère résoudre.