Projets / preuves

Projets

Des systèmes et expérimentations présentés par leur objectif, leurs preuves publiques et les technologies qui les soutiennent.

PROJET / 01

Portfolio Java Spring Boot

Ce portfolio personnel est une application full-stack qui combine un backend Java/Spring Boot et un frontend Angular avec rendu SSR. Elle expose les projets, articles, compétences et éléments du parcours via des APIs publiques, tout en proposant une interface d’administration sécurisée pour gérer les contenus. Les données relationnelles sont stockées dans PostgreSQL, les articles dans MongoDB, et Nginx ainsi que Docker Compose assurent le routage et le déploiement de l’application. Le projet sert à la fois de site public et de terrain d’expérimentation pour une application web maintenable, testée et administrable.

Preuves disponibles6 technologies + dépôt public

Découvrir le projet

PROJET / 02

CodeGlyph

CodeGlyph est une application web full-stack de veille technologique destinée aux développeurs. Son backend Django REST collecte et expose des articles ainsi que des repositories GitHub, tandis que son frontend React/Vite permet de consulter les contenus et de gérer ses favoris. Les mises à jour sont exécutées en tâche de fond avec Celery et Celery Beat, avec une authentification JWT et une API découplée du frontend. Le projet est conteneurisé avec Docker et met en pratique une architecture complète, de l’agrégation de données à l’interface utilisateur.

Preuves disponibles4 technologies + dépôt public

Découvrir le projet

PROJET / 03

Medilabo Solutions

Medilabo Solutions est une application web de suivi médical construite autour d’une architecture microservices. Elle sépare les services patients, historique médical, évaluation et sécurité, reliés par une API Gateway et un service de découverte Eureka. Les données sont réparties entre MySQL et MongoDB, l’ensemble est conteneurisé avec Docker Compose et les échanges sont protégés par une authentification JWT. Le projet explore aussi les principes du Green Coding et les contraintes d’un système distribué : découplage, découverte de services, sécurité inter-services et exploitation d’une infrastructure composée de plusieurs composants.

Preuves disponibles5 technologies + dépôt public

Découvrir le projet

PROJET / 04

Trading Bot

Trading Bot est un projet expérimental en Python consacré à l’analyse de marchés et à l’exploration du machine learning appliqué au trading. Il combine Pandas, NumPy, des indicateurs et données historiques, Scikit-learn ainsi que TensorFlow/Keras pour expérimenter des stratégies de classification, avec une interface Flask et un environnement Docker. Le projet couvre l’analyse de données, le backtesting et la gestion du risque. Il reste un projet éducatif : il n’est pas destiné au trading réel et ses résultats ne constituent pas des conseils financiers.

Preuves disponibles2 technologies + dépôt public

Découvrir le projet

PROJET / 05

Cv Analyzer

Career Intelligence est un espace carrière personnel qui analyse un CV face à une offre d’emploi, conserve les opportunités et les diagnostics, puis produit des CV améliorés et des lettres de motivation versionnables. L’application propose également un profil professionnel, un historique d’analyses, un CRM de candidatures, la découverte d’offres et une projection optionnelle vers Google Sheets. Développée avec Java, Spring Boot, Thymeleaf, MySQL et Spring AI, elle fonctionne actuellement en mode local mono-utilisateur. Les scores et recommandations assistés par IA sont des estimations à vérifier : ils ne constituent pas une certification ATS et l’application n’envoie aucune candidature automatiquement.

Preuves disponibles5 technologies + dépôt public

Découvrir le projet

PROJET / 06

Trading OS

Trading OS est un assistant de trading destiné aux traders discrétionnaires. Il centralise les données de marché, les comptes broker, les règles de risque, la préparation et l’exécution contrôlée des trades dans une architecture microservices. Le projet comprend notamment un Trading Core, un Broker Service, Market Data, Market Intelligence, une interface Angular et une intégration Kraken, avec des comptes PAPER et un moteur de risque déterministe. L’IA reste une capacité prévue mais non intégrée comme moteur réel : les règles de risque ont priorité, aucune exécution autonome n’est autorisée et toute décision d’exécution nécessite une validation humaine explicite. Le projet est en développement actif.

Preuves disponibles6 technologies + dépôt public

Découvrir le projet

PROJET / 07

Devlog AI

Devlog AI est une plateforme d’ingénierie qui construit une mémoire technique traçable à partir d’un repository logiciel. Ses collecteurs déterministes rassemblent les preuves du projet et les organisent en faits, observations et contextes immuables, bornés et identifiables. Un moteur d’IA interprète ensuite le contexte fourni par le Core Java pour formuler des propositions structurées ; ces propositions ne deviennent des connaissances de confiance qu’après validation humaine. Le MVP comprend un Core Java/Spring Boot, un AI Engine Python/FastAPI, une interface Angular, des APIs REST/OpenAPI et un parcours de revue des preuves, des analyses et des Insights. Devlog AI peut ainsi produire des livrables documentaires et des briefings d’évolution reliés à leurs sources, tout en conservant visibles les limites et les incertitudes de l’analyse.

Preuves disponibles6 technologies + dépôt public

Découvrir le projet