Software Engineer & Étudiant 2ème année à Epitech
Développeur passionné par la résolution de problèmes complexes. Spécialisé dans l'architecture SaaS, la cybersécurité et le trading quantitatif. Focus sur la performance et la qualité d'exécution.
// 01 — Projets
Des systèmes réels, déployés ou présentés lors de hackathons. Chaque projet reflète une obsession pour la profondeur technique et l'impact.
SaaS B2B premium automatisant le recouvrement de créances pour les artisans via un pilote automatique multicanal (SMS, Email, LRAR). Développement complet du dashboard financier, du moteur de séquençage (Cron) et intégration d'API tierces (Stripe, Twilio, Brevo) au sein d'une architecture hautement sécurisée (Anti-IDOR, Supabase RLS).
Dispositif matériel autonome (Blue Team) de surveillance réseau 802.11 basé sur microcontrôleur ESP32, fonctionnant en mode promiscuous pour l'analyse de paquets en temps réel. Détection passive d'attaques (Deauth, Evil Twin) par saut de canal (channel hopping), intégrée avec une interface de monitoring embarquée sur écran OLED et indicateur RGB.
Projet conçu lors du Hackathon Orange Business x Epitech pour optimiser la migration d'un parc de 90 routeurs VeloCloud. L'algorithme de décision se base sur la télémétrie réelle du réseau (débits, tunnels, flux) pour proposer une architecture cible générant 64% d'économies. Intégration d'un agent IA (LLM) 100% local permettant d'interroger la base de données de l'audit en langage naturel, avec des communications sécurisées via VPN.
Algorithme de trading quantitatif développé en Python lors du Hackathon PoC x Ramify. Il implémente une stratégie de Channel Breakout basée sur l'analyse technique comparative et la normalisation des signaux sur fenêtres glissantes, tout en assurant une gestion algorithmique stricte de l'allocation de portefeuille et du cash.
Hedge fund algorithmique autonome déployant 4 stratégies parallèles via Docker Compose au sein d'une architecture asynchrone à 4 workers. Le moteur décisionnel fusionne machine learning (Random Forest), analyse technique poussée et validation LLM bi-niveau (Llama 3), soutenu par un money management strict (Demi-Kelly) et monitoré via un dashboard Streamlit centralisé.
Application iOS native développée en Swift 6 intégrant un assistant de recherche IA (Perplexity) pour enrichir automatiquement le contexte des tâches et des rendez-vous. Conçue avec une architecture MVVM orientée offline-first, elle garantit la disponibilité des données via SwiftData tout en assurant une synchronisation en arrière-plan avec un backend sécurisé Supabase (Auth, RLS).
// 02 — À propos
Étudiant en 2ème année à Epitech Nice, je navigue à l'intersection du développement logiciel avancé et de l'entrepreneuriat technologique. Mon approche : identifier des problèmes à haute valeur et les résoudre avec des systèmes robustes.
Mes projets couvrent un spectre délibérément large — du firmware embarqué sur microcontrôleur à l'architecture de hedge fund algorithmique, en passant par les SaaS B2B et les apps iOS natives. Cette polyvalence est une stratégie pour maîtriser la stack complète.
Ce qui me motive ? Construire des choses qui fonctionnent vraiment, à une échelle qui compte. Je recherche les opportunités où l'ingénierie de précision rencontre l'ambition entrepreneuriale.
Stack & Compétences
// 03 — Parcours
Définition d'architecture & Développement
Définition d'architecture et mise en place d'un tenant MSSP pour une solution de gestion GRC interne. Modification et développement de fonctionnalités (PHP / MySQL).
Fondateur & Lead Developer
SaaS B2B de recouvrement automatisé pour les artisans.
Plateforme d'audit SD-WAN — 2ème place
Optimisation de la migration d'un parc de 90 routeurs VeloCloud avec agent IA local.
Bot de trading algorithmique quantitatif
Stratégie Channel Breakout avec money management algorithmique strict.
Programme Grande École du Numérique
2ème année — Formation par projets en 5 ans.
// 04 — Contact
Ouvert aux opportunités de stage, collaborations techniques et projets ambitieux.