Ce que j'ai fait,
et pourquoi je l'ai fait ainsi

BH2M est un bureau d'études en conception et rénovation d'alternateurs hydroélectriques jusqu'à 400 MW. PME créée en 2021 pour reprendre l'expertise de la division Hydro de General Electric à Belfort, certifiée ISO 9001 depuis décembre 2023. J'y suis Assistant Chef de Projet Digitalisation Industrielle et SI, en stage de fin d'études de 6 mois. Ma mission : concevoir et déployer les tableaux de bord de pilotage connectés à l'ERP Dolibarr, sur trois processus métiers, Offre commerciale, SSE et Achats.

Les données de gestion vivaient dans l'ERP, mais les indicateurs de pilotage se construisaient à côté, dans des fichiers alimentés à la main. Pas de source unique : selon le fichier ouvert, deux personnes pouvaient donner deux réponses différentes à la même question.

• → Traduire un besoin métier exprimé à l'oral ou sur papier en spécification technique.
• → SQL avancé : sous-requêtes corrélées, fenêtres temporelles glissantes, agrégations multi-niveaux.
• → Fiabiliser une donnée : repérer un indicateur trompeur avant qu'il ne serve à décider.
• → Choisir la représentation selon le message à faire passer, pas selon l'habitude.
• → Intégrer un référentiel réglementaire, ici MASE, directement dans le pilotage.

Indicateurs alimentés directement par l'ERP, sans ressaisie. Déployé en production chez BH2M, code propriétaire.

Mission d'Ingénieur R&D IA en remote pour un client international, sur une base de connaissances propriétaire.

L'information utile était dispersée dans une base de connaissances interne volumineuse et cherchée manuellement. Un modèle de langage seul ne répond pas au besoin : il ne connaît pas les documents internes et produit des réponses plausibles mais fausses.

• → Développé le chatbot de bout en bout : backend Flask, API REST, interface de dialogue.
• → Mis en place une architecture RAG, Retrieval-Augmented Generation, adossée à la base de connaissances propriétaire.
• → Indexé le corpus dans une base vectorielle Pinecone.
• → Mené la refonte applicative associée en Angular et Spring Boot.

Chatbot en production. La refonte applicative associée a réduit le code dupliqué de 40% et amélioré les performances de 35%. Base de connaissances propriétaire, code non public.

Projet personnel urban-mobility-analytics, conçu comme un pipeline de données industriel complet, de l'ingestion à la restitution analytique.

Intégrer des APIs temps réel, garantir la qualité des données livrées et servir des data marts analytiques, de façon reproductible et rejouable, sans intervention manuelle entre deux étapes.

• → Construit un pipeline ELT conteneurisé de bout en bout.
• → Orchestré les traitements avec Airflow : dépendances, planification, reprise sur erreur.
• → Écrit les transformations en dbt vers un entrepôt PostgreSQL.
• → Intégré des APIs temps réel et modélisé des data marts analytiques.
• → Mis en place des contrôles qualité dbt, des tests unitaires pytest, du monitoring et des alertes.

Pipeline complet, testé et conteneurisé. Le code est public et lisible.

Projet de soutenance : une application de gestion de biens immobiliers construite comme un microservice Java. Elle couvre quatre domaines métier : les utilisateurs, les publications, les opérations d'achat et de location, et la vérification de personnes avec envoi de SMS.

Quatre domaines métier dans une même application, c'est le scénario classique du back-end qui devient un bloc unique où plus personne n'ose toucher quoi que ce soit. La difficulté n'est pas d'écrire les fonctionnalités, c'est de les séparer assez nettement pour qu'elles évoluent sans se gêner.

• → Modélisé le domaine avant d'écrire le code, diagramme de classes à l'appui.
• → Découpé les contrôleurs par domaine métier : utilisateurs, immobilier, achat et location, publication.
• → Séparé les interfaces de service de leurs implémentations, et isolé l'accès aux données dans une couche DAO dédiée.
• → Intégré un fournisseur SMS tiers pour la vérification de personnes.
• → Fourni le wrapper Maven et les tests, pour que le projet se compile et se vérifie sur n'importe quel poste.

• → Concevoir avant de coder : modèle de domaine, puis structure, puis implémentation.
• → Découper une application en domaines métier, la compétence qui sert ensuite à cartographier un système d'information.
• → Séparer les couches pour rendre le code testable et remplaçable.
• → Intégrer un service tiers et gérer ses secrets proprement.

Application complète et structurée, du modèle de domaine aux tests. Le code est public et lisible.

Projet du Master 2 Affaires Industrielles Internationales à l'UTBM, sur la résilience des chaînes logistiques.

Une entreprise ne peut pas provoquer une rupture d'approvisionnement pour mesurer ce qu'elle coûte. Il faut donc un modèle sur lequel on peut casser des choses sans conséquence.

• → Modélisé une chaîne logistique en simulation à événements discrets, avec Python et SimPy.
• → Simulé des ruptures et analysé leur propagation le long de la chaîne.
• → Calculé les indicateurs TTR, Time To Recover, et TTS, Time To Survive.
• → Traduit les résultats en implications concrètes pour la planification industrielle.

Un jumeau numérique permettant de comparer des scénarios de rupture avant de figer un plan industriel.

Projet du Master 2 Affaires Industrielles Internationales à l'UTBM, sur une chaîne d'approvisionnement en contexte international.

Arbitrer entre coût, délai et exposition au risque sur une chaîne d'approvisionnement multi-pays, où le trajet le moins cher n'est jamais le plus sûr.

• → Analysé la structure de coûts de la chaîne.
• → Identifié et hiérarchisé les risques.
• → Construit la planification industrielle associée.