Ce que j’utilise dans les missions clients.
Après 25+ ans à construire et architecturer des systèmes de paiement mission-critical, ceux qui ne peuvent pas tomber, ne peuvent pas fuir, ne peuvent pas rater un audit, je passe désormais la plupart de mon temps à l'intersection entre IA et architecture d'entreprise, transformant la GenAI de promesse en slides en résultats gouvernés et prêts pour la production.
Disponible pour des missions fractional et advisory via Hawk Nest : petites, écrites et senior-led de bout en bout.
Initiative interne qui catalogue et opérationnalise les cas d'usage IA sur le développement, DevOps, documentation, avant-vente, conformité et support.
LLM gateway, audit logging, guardrails et inventaire fournisseurs alignés sur PSD2, DORA, GDPR et une architecture de sécurité à deux zones.
Claude Platform, serveurs MCP et workflows skill-driven pour la génération automatique de documentation technique, avec ROI mesurable.
Plateforme interne d'apprentissage RAG sur AWS (ChromaDB, GPT-4o, React) pour le support client et l'onboarding.
Quatre façons de m'intégrer à votre organisation : packagées pour acheter des résultats, pas des jours.
De la découverte des cas d'usage à la sélection des fournisseurs, modèle de gouvernance et feuille de route.
Domaines Métier, Application, Sécurité et Données : solution design avec traçabilité de la capacité au composant.
Agents, RAG et outillage interne sur Claude, OpenAI, Azure AI, GCP et stacks open-source.
Décisions d'architecture, arbitrages build-vs-buy et feuilles de route IA : expertise senior sans embauche permanente.
Missions anonymisées dans les paiements et les services financiers régulés. Les noms des clients restent confidentiels ; les modèles, eux, se transposent.
Les détails sont anonymisés. Les noms des clients ne sont jamais divulgués.
Trois tailles. Résultats, pas jours.
Seconde opinion indépendante
Revue d'architecture, triage de cas d'usage IA, arbitrage build-vs-buy
Gouvernance & roadmap
Framework de gouvernance IA, sélection des fournisseurs, roadmap d'adoption sur 12 mois
Construire et amener en production
Premier cas d'usage GenAI en production : agents, RAG ou outillage interne
Léger sur le processus, lourd sur les résultats. Même forme pour Light, Medium et Intensive.
30–60 min, gratuit. Comprendre le contexte, la posture risque, les contraintes réglementaires et la seule chose qui doit fonctionner.
Périmètre, résultats, KPIs et critères d'acceptation par écrit. Pas de poteaux mobiles.
Démos hebdomadaires. Decision log vivant. Tout écrit pour que le travail survive à la mission.
Transfert de connaissances à votre équipe. Période d'on-call optionnelle après.
Ce que les clients demandent avant de travailler ensemble.
À deux mains : d'un côté, GenAI, agents, patterns RAG et le stack LLM ; de l'autre, la discipline d'architecture d'entreprise (TOGAF, ArchiMate, intégration, sécurité) qui fait survivre ces patterns à un audit. La plupart des clients embauchent l'un puis découvrent qu'ils ont besoin de l'autre. J'apporte les deux.
Une question que je n'ai pas couverte ?
Écrivez-moi directement →Discovery call de 30 minutes, gratuit. Dites-moi la seule chose qui doit fonctionner et les contraintes réglementaires autour. Je vous dirai si je peux aider.
S’ouvre dans un nouvel onglet.