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. Le tout depuis Genève.
// Oui, un CTO qui committe. L’espèce n’est pas éteinte.
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, coût GPU divisé par quatre.
// La partie qui coûte cher si personne ne la regarde.
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.
Cofondateur technique · CTO · 2023 · en pause
Ozly
L’IA appliquée à la recherche d’emploi.
+Pipeline complet : ingestion multi-sources, classification CamemBERT, index vectoriel.
+Recherche sémantique et RAG conversationnel, dans un widget intégrable.
+Inférence GPU optimisée : coût divisé par quatre.
En parallèle
Projet personnel · 2026
Origin AI
Des vidéos de vrais postes de travail transformées en données d’entraînement pour la robotique.
+Upload vidéo fragmenté, traitement ffmpeg, tagging par LLM.
+Floutage automatique des visages sur GPU, pipeline de création de datasets.
Side project · 2026
EV Comparator
À partir de combien de kilomètres l’électrique devient-il moins cher ?
+Ingestion quotidienne d’open data, modèle de coût au kilomètre.
+Estimation de revente présentée comme telle, jamais comme une vérité.
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
Foil
// 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.