depuis la création du compte
Confiez votre projet à YvooLab
Faites appel à l'expertise d’YvooLab pour faire avancer votre projet, ou découvrez d'autres freelances pour trouver celui qui correspondra parfaitement à vos besoins.
Je construis des automatisations et des outils d'IA qui tournent en conditions réelles : collecte et tri de données, agents conversationnels et vocaux, connexions entre outils (Google Workspace, API, webhooks), rapports automatiques.
Ce que je livre : un flux qui fonctionne, documenté, avec la gestion des erreurs prévue dès la conception. Le prix est fixé avant de commencer.
Stack : Python, FastAPI, Next.js, Supabase, API Claude, OpenAI et Gemini, RAG, Google Workspace.
Formation : Computer Science & Applications, Huazhong University of Science and Technology, 2003–2007. Équivalence française : Bac+4 (Master 1).
Cours de data science en ligne (en autonomie) — OpenClassrooms · 2024–2025.
Certifications : Dataiku (ML Practitioner, MLOps Practitioner, Advanced Designer, Core Designer, Developer) · Anthropic (AI Fluency, Claude Code, Claude Platform, Agent Skills) · Salesforce Certified Administrator.
Langues : français, anglais, chinois.
Mode de travail : périmètre cadré par écrit avant de commencer, livraison au calendrier convenu, échanges asynchrones, réponse sous un jour ouvré — pas de réunions récurrentes, un point planifié si la mission le justifie. 100 % à distance, fuseau de Paris, sans créneaux fixes : le travail est livré, pas supervisé en temps réel. Pas d'intervention sur site ; cadrage sur brief écrit, sans entretien vidéo préalable. Forfait par livrable basé sur mon TJM dès que le périmètre s'y prête ; tout élargissement est rechiffré avant de poursuivre. Une seule personne traite votre mission de bout en bout, sans sous-traitance. Je documente mes livrables pour que tout tourne sans moi.
Concours d'algorithmique d'une semaine (Topcoder Marathon Match 167) : un jeu de placement de mots sur une grille, où le programme choisit chaque coup en temps limité.
Solution en C++ : génération des coups par arbre de préfixes (trie), anticipation sur deux coups, réglages validés par comparaisons appariées sur 200 parties pour distinguer un vrai gain du bruit.
Classement final : 35e sur 79 participants classés (109 inscrits).
Robot roulant sur Raspberry Pi, en cours de développement. Il se déplace seul : capteur à ultrasons pour l'arrêt devant un obstacle, gyroscope pour tenir le cap, détection d'objets YOLO11n exécutée sur la carte pour reconnaître objets et repères. Il trace une carte de ses parcours et apprend à se repérer. Côté voix : mot de réveil, transcription locale, réponse par un modèle de langage, synthèse vocale.
Étape en cours : boucler sans intervention un circuit complet, aller et retour. Le module audio est en cours de remplacement.
Stack : Python, picamera2, YOLO11n (ncnn), faster-whisper, Piper TTS.
Expérience en réalité augmentée pour les lunettes Snap Spectacles, présentée au concours Devpost « Learn AR with Specs ». Un cerveau d'un mètre apparaît dans la pièce ; un signal sonore de reproche allume l'amygdale ; d'un geste, l'utilisateur entre dans le cerveau et suit, en quatre étapes narrées, le circuit de la peur à travers neurones et synapses.
Cinq critères de réussite définis avant le développement, chacun vérifié par un test automatisé (LEAF) dans Lens Studio : 5/5.
Stack : Lens Studio, TypeScript, Spectacles Interaction Kit, Piper TTS.