Full stack, au sens littéral :du téléphone jusqu’au GPU.
Je conçois des produits complets et je fais tourner leurs modèles d’IA en production — de la donnée brute à l’inférence GPU. Cofondateur et CTO de JobyPepper et d’Ozly.
Cofondateur et CTO, j’ai dirigé des équipes jusqu’à dix personnes sans lâcher le clavier : je suis toujours le premier contributeur de l’API que j’ai lancée en 2016. Depuis 2023, mon terrain principal, c’est l’IA en production — entraîner, déployer, servir et optimiser des modèles qui répondent à de vrais utilisateurs. Mes sujets de prédilection : les LLM, le RAG et le fine-tuning. Et la paperasse qui fait tourner la boîte — RGPD, DAC7, fiscalité, crédit d’impôt innovation — passe aussi par moi. Le tout entre Genève et Lyon.
// Oui, un CTO qui committe. L’espèce n’est pas éteinte.
La plateforme qui met en relation des entreprises et des indépendants pour des missions.
+Web, mobile, API et infrastructure : tout l’écosystème produit.
+Deux apps mobiles publiées sur les stores iOS et Android, de la build à la fiche : versions, soumission, mises en conformité, rédactionnel.
+Dispatch financier, pas un simple bouton « payer » : le client paie une fois, la plateforme génère la facture de chaque prestataire, répartit les fonds et déclenche chaque versement. Automatiquement.
+Agent IA de sourcing et de matching de candidats, branché via MCP.
Chaque couche traversée, je l’ai construite. La moitié du trajet se passe du côté de l’IA.
L’écran
app.tap("Rechercher")
Applications mobiles React Native / Expo, dont une app entreprise complète, menées jusqu’aux stores : builds iOS et Android, soumission, textes des fiches. Interfaces web React pour les administrateurs, les clients et les indépendants.
// Ça commence dans une poche.
L’API
POST /search
Node.js / Express, parcours métier, et un moteur de dispatch financier : un seul paiement client devient automatiquement les factures de chaque prestataire, les transferts de fonds et les versements.
// Là où l’argent circule. Aucune pression.
La file
rabbitmq.publish(search)
RabbitMQ entre l’API, les workers, le planificateur et le temps réel. Chaque service fait une chose et la fait en asynchrone.
// Tout finit par passer. Dans l’ordre.
La recherche
vector.search(k=20) + filtersIA
Embeddings, recherche vectorielle combinée à des filtres structurés (lieu, secteur, contrat), RAG conversationnel.
// Trouver l’aiguille. Puis expliquer pourquoi c’est une aiguille.
Le modèle
camembert.classify → llm.answerIA
Classifieurs CamemBERT fine-tunés, agents de sourcing et de matching, serveurs MCP qui branchent des LLM sur de vraies données métier.
// La partie dont tout le monde parle.
Le GPU
triton.infer(gpu:0)IA
Inférence servie par Triton sur GPU, conteneurs CUDA.
// La partie qui coûte cher si personne ne la regarde.
Je ne suis pas qu’un geek. Je suis avant tout quelqu’un qui s’amuse — sur l’eau, sur la neige, sur un court, aux fourneaux, derrière un objectif ou devant un écran.
Glisse
Ski
Wakeboard
Surf
// Même règle qu’en prod : tant que ça avance, ça tient.
Raquettes
Tout ce qui se joue avec une raquette
// Une requête, une réponse. En un peu plus essoufflé.
Créatif
Cuisine
Photographie
// Une recette, c’est un pipeline dont on mange la sortie. Une photo, un rendu qu’on ne peut pas relancer.
Je n’ai pas rédigé ce texte. Je l’ai demandé à deux IA qui me connaissent depuis des années, puis chaque phrase a été confrontée aux seules archives qui ne mentent pas : mes dépôts git privés.
Le prompt d’originealain → claude, chatgpt
> On se parle depuis plusieurs années. En te basant sur nos conversations et mes repos git, génère-moi le contenu d’une landing qui présente mes capacités.
↳ Réponse : tout ce qui est au-dessus.
01
La mémoire
Des années de conversations avec Claude et ChatGPT : ce que je construis, comment je travaille, ce qui m’amuse. Du déclaratif.
02
La preuve
Mes dépôts git privés : code, commits, configurations. Une affirmation sans trace dans le code n’est pas publiée.
03
L’arbitre
Moi : le brief, les choix, la relecture. Les IA proposent, je tranche.
// Oui, c’est une IA qui a écrit « le CTO qui committe encore ». Elle avait compté les commits.