depuis la création du compte
Confiez votre projet à lucas
Faites appel à l'expertise de lucas pour faire avancer votre projet, ou découvrez d'autres freelances pour trouver celui qui correspondra parfaitement à vos besoins.
Développeur Full-Stack, je travaille principalement avec React, Next.js, Node.js, Python et FastAPI pour concevoir des applications web, SaaS, API, dashboards et outils d’automatisation.
J’ai également travaillé sur des projets orientés data, Machine Learning et finance quantitative, notamment autour de modèles prédictifs, d’analyse de données, de séries temporelles et d’automatisation de stratégies.
Je peux intervenir sur la création d’un MVP, le développement ou l’amélioration d’une application existante, l’intégration d’API, l’automatisation de tâches, le web scraping, la mise en place de bases de données ou encore l’intégration de fonctionnalités basées sur l’intelligence artificielle.
Technologies principales : React, Next.js, TypeScript, Node.js, Python, FastAPI, PostgreSQL, Supabase, Tailwind CSS, Git, API REST et Machine Learning.
Je privilégie un code clair, maintenable et une communication simple afin de livrer une solution adaptée au besoin réel du projet.
Création du site web **Le Local**, un tiers-lieu convivial dédié aux rencontres, aux événements et aux initiatives locales. Le site permet de présenter le lieu, ses activités, ses services et les événements à venir à travers une interface moderne, claire et responsive.
selv. + SkinMatch — présentation du projet
selv. est une marque de cosmétiques minimaliste (skincare), couplée à SkinMatch, un conseiller beauté intelligent intégré à la boutique.
Le projet réunit deux volets :
La marque — une gamme de 29 soins visage (nettoyants, sérums, hydratants, protection solaire), positionnée sur des actifs reconnus et les tendances 2026 (peptides, niacinamide, exosomes, prébiotiques). Produits en marque blanche, sans stock ni immobilisation financière ; boutique e-commerce Shopify.
SkinMatch — le cœur technologique. Un conseiller qui analyse la peau de la cliente, soit par scan du visage (intelligence artificielle de vision), soit via un questionnaire, puis compose une routine personnalisée selon son type de peau, ses objectifs et son budget — uniquement à partir des produits disponibles. Le moteur de recommandation est déterministe (l'IA explique et dialogue, mais ne choisit jamais un produit au hasard), avec ajout au panier en un clic.
Lab est une plateforme de recherche quantitative que j'ai construite pour tester des stratégies de trading avec la rigueur d'un desk institutionnel, à l'échelle d'un particulier. Une stratégie s'y décrit en quelques lignes dans un langage dédié (DSL), puis traverse un pipeline complet : backtest événementiel avec coûts réels, batterie de validation statistique (walk-forward, probabilité de sur-ajustement PBO, Sharpe déflaté du nombre d'essais), détection de régimes de marché par modèle de Markov caché, et simulation Monte-Carlo des contraintes de comptes à drawdown limité.
Sa raison d'être n'est pas de trouver des stratégies gagnantes — c'est d'empêcher de croire aux perdantes : le screening d'un catalogue de 503 stratégies décodées n'en a validé aucune comme robuste, et c'est précisément ce que la plateforme est conçue pour démontrer. Le tout est piloté par un dashboard web local (chart temps réel, régime courant, signaux) et couvert par ~620 tests.