Résumé technique

Pas un intitulé.
Une trajectoire technique.

Mon profil ne vient pas d’une spécialité isolée. Il vient d’une progression continue à travers les couches qui composent un système — du code au système d’exploitation, de la donnée à l’intelligence, jusqu’au monde physique.

01 / Parcours

J’ai suivi les couches
du système.

Chaque étape a ajouté une nouvelle manière de comprendre, construire et relier la technologie.

01

Le monde physique comme fondation

Avant le logiciel, j’ai appris la précision, les contraintes matérielles et la logique des systèmes physiques. Cette base nourrit aujourd’hui mon approche du hardware, de l’électronique et du prototypage.

  • Usinage
  • Électronique
  • Soudure
  • Schémas électriques
02

Construire des produits Full Stack

Le développement web m’a appris à transformer une intention en application complète : interface, logique métier, API, données, déploiement et maintenance.

  • PHP
  • Symfony
  • Laravel
  • JavaScript
  • TypeScript
  • Angular
  • React
  • REST
  • MySQL
03

Comprendre Linux et l’infrastructure

Administrer les environnements qui exécutent le logiciel a déplacé mon attention du code isolé vers les systèmes : serveurs, conteneurs, automatisation, disponibilité et déploiement.

  • Linux
  • Docker
  • IONOS
  • Cloud
  • Edge
  • Git
  • CI/CD
04

Faire parler la donnée

En Data Analysis, j’ai appris à structurer une question, fiabiliser les sources et transformer la donnée en information utile pour décider.

  • SQL
  • Power BI
  • DAX
  • Statistiques
  • SharePoint
05

Passer de l’analyse à la modélisation

La Data Science a ajouté l’expérimentation, la modélisation et la mesure : comprendre les signaux, tester les hypothèses et évaluer ce qui fonctionne réellement.

  • Python
  • R
  • Machine Learning
  • Deep Learning
  • TensorFlow
  • PyTorch
06

Concevoir les flux de données

La Data Engineering m’a appris que l’intelligence dépend d’abord de pipelines fiables, de modèles cohérents, d’une qualité mesurable et d’une architecture capable d’évoluer.

  • ETL
  • Pipelines
  • Data modeling
  • APIs
  • Qualité des données
07

Relier IT, OT et systèmes industriels

Le travail autour des PLC et d’EcoStruxure Automation Expert m’a donné une compréhension concrète des contraintes industrielles, du temps réel et de l’intégration entre logiciel, données et machines.

  • PLC
  • EcoStruxure Automation Expert
  • Benchmarks
  • Power Automate
  • Cloud / Edge
08

Architecturer des systèmes Data & AI

Aujourd’hui, je relie ces couches pour concevoir des architectures Data & AI : du problème et de l’abstraction jusqu’au prototype, à la mesure et au système déployable.

  • LLM
  • RAG
  • AI systems
  • Data architecture
  • POC
  • System design
02 / Expérience

Expérience &
résultats observables.

Une lecture rapide des contextes où ces capacités ont été mises en pratique.

2024 — 2026

Schneider Electric · Carros

Data & Automation Consultant

Dashboards Power BI avec +15 % d’efficacité dans le suivi de projet ; prototypes ML, RL, GAN et LLM intégrés à Automation Expert ; environnements Linux Cloud/Edge et benchmarks PLC.

06/2024 — 07/2024

Size Up Consulting

Data Analyst

Base de CV assistée par IA vers SharePoint, collecte web en PHP/JavaScript/Python et dashboards commerciaux.

2022 — 2023

JFM Audit

Développeur Full Stack

Sites et outils clients, portail SuiteCRM via API REST et migration vers des serveurs dédiés IONOS.

03 / Ce que je peux construire

Des capacités,
pas des intitulés.

Les technologies changent. Ces capacités restent.

01

Concevoir un système complet

Transformer un besoin complexe en architecture, composants, interfaces et trajectoire de livraison.

02

Construire le logiciel

Développer des applications, backends, APIs et outils métier avec une logique claire et maintenable.

03

Rendre la donnée exploitable

Collecter, nettoyer, modéliser, transporter et exposer la donnée pour l’analyse ou l’IA.

04

Appliquer l’intelligence artificielle

Prototyper et intégrer ML, LLM et RAG avec des critères de mesure, de contrôle et d’utilité.

05

Opérer les systèmes

Déployer et comprendre les environnements Linux, conteneurs, serveurs et architectures Cloud/Edge.

06

Relier numérique et physique

Comprendre les contraintes PLC, OT, électronique et hardware pour intégrer le logiciel au monde réel.

04 / Technologies

Une cartographie
de pratique.

Pas une collection de badges : les outils réellement rencontrés au fil de projets, prototypes et environnements professionnels.

Software

PHPSymfonyLaravelJavaScriptTypeScriptAngularReactREST APIsWordPressMySQL

Data

PythonRSQLPower BIDAXETLPipelinesData modelingSharePoint

AI

Machine LearningDeep LearningTensorFlowPyTorchLLMRAGRLGAN

Systems

LinuxDockerCloudEdge computingIONOSGitGitHubGitLabCI/CD

Physical & OT

PLCEcoStruxure Automation ExpertÉlectroniqueSoudureSchémasPrototypage

Architecture

System designData architecturePOCBenchmarksAPIsIntégration IT/OT
05 / Setup

Mon setup est aussi
un laboratoire.

J’utilise intensivement l’écosystème Apple, à la fois comme environnement quotidien de travail et comme terrain de conception.

Le Mac est au centre de mon flux de développement. Je conçois également mes propres solutions pour iPhone, Apple TV et Apple Watch, en tenant compte des contraintes, des usages et des modes d’interaction propres à chaque appareil.

Le contenu de ces applications reste privé. Ce travail démontre surtout ma capacité à penser des expériences cohérentes entre plusieurs formats, du mobile au salon jusqu’au poignet.

MacEnvironnement de développement
iOSExpériences mobiles
tvOSInterfaces pour le salon
watchOSInteractions au poignet

Ce que ce parcours a produit

Je ne collectionne pas les rôles. Je construis une compréhension de bout en bout.

Un système à imaginer, réparer ou faire évoluer ?

Parlons du
problème réel.

ceo@nojane.com