Produits agentiques et architectures LLM

Vue d’ensemble

Je mène la conception et la livraison de systèmes natifs IA : agents autonomes, outils, RAG, LLM multi-fournisseurs et backends qui les rendent fiables en production.

Problème

Les équipes avaient besoin d’agents et de fonctions LLM reliés à de vrais outils, données et workflows — pas des démos de chat — avec une ownership capable d’opérer.

Approche

• Définir les frontières de l’agent : outils, mémoire, évaluations, modes de défaillance et supervision humaine.
• Couches LLM multi-fournisseurs (OpenAI, Anthropic, Gemini, Groq).
• Pipelines RAG et orchestration sur de vraies APIs et stores de données.
• Associer les surfaces IA à des services NestJS et Go, l’auth et le cloud.
• Revues d’architecture, livraison et mentorat dans une équipe de cinq ou plus.

Résultat

• A fait de la livraison agentique et LLM une capacité produit de premier plan.
• Systèmes pensés pour la production : APIs modulaires et code maintenable.
• Motifs partagés pour backends CQRS, workflows d’agents et ops cloud.

Stack