consolider
Consolider · mon parcours & l’IA
Vingt ans de métier, aujourd’hui au service d’une IA maîtrisée
Je ne suis pas arrivé à l’IA par effet de mode. J’y suis venu avec deux décennies de code derrière moi — et c’est cette expérience qui me permet d’en tirer quelque chose de solide, pas juste de bluffant.
FX
Rumilly · Haute-Savoie · à distance
D’où je viens
Vingt ans passés à construire et réparer des projets web : PrestaShop, PHP, Vue, Nuxt, et de plus en plus de Rust. J’ai vu passer les frameworks, les modes et les promesses — et j’ai appris à distinguer ce qui tient de ce qui s’effondre au premier vrai utilisateur.
Aujourd’hui je travaille en mode AI-driven : j’orchestre l’IA au lieu de tout taper. Elle accélère la production ; l’architecture, les décisions et la responsabilité du résultat restent humaines. C’est exactement ce qui me permet de reprendre les projets que l’IA seule a laissés fragiles.
Ce que j’explore
Mes expériences avec l’IA, sans survente
Fine-tuning, agents, génération locale, outillage : je teste sur mes propres projets avant de proposer quoi que ce soit. Voici ce sur quoi je travaille en ce moment.
outillage
Monter sa propre marketplace de plugins Claude
Pourquoi j’ai construit un marketplace de plugins maison, ce qui marche entre claude.ai et Claude Code, et là où la compatibilité s’arrête.
agentique
Comment on monte un agent Hermès
De Railway à Discord et Matrix : déployer un agent conversationnel connecté à plusieurs messageries, et les pièges de permissions à éviter.
génération d’images
Générer des images en local, sur sa propre machine
Faire tourner un modèle de diffusion chez soi plutôt que sur un service en ligne : ce que ça demande, ce que ça change, ce que ça libère.
fine-tuning
Entraîner des LoRAs pour l’écriture créative en français
Spécialiser un modèle par genre — SF, fantasy, noir, steampunk — à partir de corpus libres, sur un GPU grand public.
infra
Un hub IA auto-hébergé, sans dépendre d’un fournisseur
Remplacer les API commerciales par son propre hub : passerelle, inférence à la demande, et authentification fédérée.
Pourquoi j’y crois
Vingt ans de code m’ont appris à me méfier des raccourcis
J’ai vu passer assez de « révolutions » pour rester lucide sur celle-ci. L’IA générative est un outil formidable — le plus puissant que j’aie eu entre les mains — mais c’est un outil, pas un pilote automatique. Ce qui fait la qualité d’un projet n’a pas changé : une architecture pensée, des décisions assumées, et quelqu’un qui répond du résultat.
C’est précisément mon expérience d’avant l’IA qui me permet d’en tirer le meilleur aujourd’hui. Je sais reconnaître un code fragile, anticiper ce qui cassera à l’échelle, et corriger le tir avant que ça coûte cher. L’IA accélère ma production ; mon métier garantit qu’elle produit quelque chose de solide.
Le carnet de bord
Le blog : ce que je bricole, expliqué pour de vrai
Des retours d’expérience concrets, sans jargon inutile, sur ce qui marche et ce qui coince.
Vulgarisation
Cas d’usage : l’IA au service des équipes techniques
Choisir les bonnes tâches Un grand modèle de langage (LLM) est particulièrement utile lorsque l’entrée ou la sortie contient du langage difficile à traiter avec des règles fixes : messages hétérogènes, documentation dispersée, demandes formulées librement ou synthèses destinées à différents publics. À l’inverse, un calcul, une recherche exacte ou une règle de sécurité doivent […]
Vulgarisation
IA agentique : quand le modèle participe à l’action
Du contenu à la décision Un grand modèle de langage (LLM) produit du contenu. Pour agir sur un environnement, il doit être intégré à un système capable de consulter des données, de choisir une étape et d’utiliser des outils. On appelle souvent agent IA un système dans lequel un modèle peut déterminer une partie de […]
Vulgarisation
Intégrer l’IA dans vos outils : API, workflows et sécurité
Du dialogue à l’intégration Utiliser un grand modèle de langage (LLM) dans une interface de conversation est une chose. L’intégrer à un script, une application ou un flux automatisé en est une autre : il faut alors gérer les erreurs, les données, les coûts et les conséquences de chaque sortie. Une API permet d’envoyer une […]
Vulgarisation
Tokens, embeddings et formulation des prompts
Trois notions, trois rôles Les tokens sont les unités que le modèle reçoit et produit. Les embeddings sont des représentations numériques utilisées pour manipuler ou comparer du contenu. Le prompt est l’ensemble des informations données au modèle pour orienter sa réponse. Ces notions sont liées, mais elles ne désignent pas la même étape. Les tokens […]
Vulgarisation
Réseaux de neurones : le moteur sous le capot
Pourquoi regarder sous le capot ? Il n’est pas nécessaire de connaître toutes les équations d’un grand modèle de langage pour bien l’utiliser. Quelques principes suffisent toutefois à comprendre pourquoi il excelle dans certaines tâches, pourquoi il consomme autant de ressources et pourquoi sa réponse dépend du contexte disponible. Un réseau de transformations Un réseau […]
Vulgarisation
IA générative : les bases pour les métiers techniques
Pourquoi cette série ? L’intelligence artificielle générative s’installe dans les outils techniques : assistants de code, analyse de documents, recherche, support ou automatisation. Son vocabulaire peut pourtant sembler opaque lorsque l’on n’a pas suivi son évolution. Cette série propose des repères simples mais exacts. L’objectif n’est pas de transformer le lectorat en spécialistes de la […]
Aucun article ne correspond à votre recherche.
Un sujet vous intrigue ?
Vous voulez que je creuse un point précis, ou de l’aide pour le mettre en place chez vous ? Écrivez-moi.
Un premier échange, sans engagement, pour comprendre où vous en êtes.