Backend Java & Spring Boot
Conception et mise en œuvre de microservices et d'architectures backend performants, axés sur l'évolutivité, la sécurité et la qualité du code.
De l'architecture backend à l'intégration IA – j'allie excellence technique et compréhension stratégique pour que votre projet génère une valeur mesurable.
Aller au stack techniqueConception et mise en œuvre de microservices et d'architectures backend performants, axés sur l'évolutivité, la sécurité et la qualité du code.
Développement de solutions web et backend modernes, y compris des API GraphQL efficaces avec Apollo et Node.js.
Applications multiplateformes avec une expérience utilisateur native et une base de code maintenable.
Testeur certifié ISTQB Foundation Level avec une vaste expérience des tests end-to-end manuels et automatisés, des stratégies de test et de la conception des processus de test.
Planification, pilotage et documentation de projets techniques. Traduction des besoins métier en tâches de développement opérationnelles. Expérience des méthodes agiles (Scrum, SAFe).
Conseil sur l'intégration et l'utilisation des technologies d'IA pour l'optimisation des processus, l'automatisation et l'aide à la décision.
Survolez une carte pour mettre en pause
Trois projets de capstone et de cours issus du programme MIT Applied AI & Data Science : d'un système d'IA générative à la reconnaissance d'images par deep learning, en passant par l'analyse exploratoire de données.
Système d'IA générative pour « ChicStyle » qui analyse en temps réel des milliers d'avis clients. Il utilise le zero-shot, le few-shot et le chain-of-thought prompting pour détecter le sentiment, le produit ou service concerné et les problèmes urgents – et rédige des réponses personnalisées qui aident l'équipe à répondre plus vite.
Solution de deep learning pour reconnaître des chiffres dans des photos de rue réelles (jeu de données SVHN, .h5). Plusieurs architectures ANN et CNN ont été entraînées, comparées et évaluées pour sélectionner le modèle le plus performant.
Analyse exploratoire de données pour un agrégateur de restauration : comportements de commande, performance des restaurants et tendances de demande ont été révélés à l'aide de NumPy/Pandas et de visualisations, débouchant sur des recommandations data-driven.
30 minutes d'entretien – gratuit. Dites-moi ce que vous construisez, je vous dis si je peux aider.