BAPTISTE BOUAULT · INGÉNIEUR IA & DATA · FRANCE 2026

DES SYSTÈMES IA EN PRODUCTION. PAS DES DÉMOS.

Je conçois et je mets en production des produits, des pipelines et des outils d’évaluation. Seul, du prototype au déploiement.

ESSEC · UC Berkeley · Founders Inc

Graphe signatureUne ligne ascendante relie, de gauche a droite, les etudes presentees sur cette page.01 Réceptionniste IA02 Plateforme d’analytics locale03 GEO Audit04 Audit forensique de scoring05 Pipeline de decks COMEX06 Trading event-driven M&A07 Écosystème de skills Claude Code
  • 20–30Appels par jour en production
  • 2 500+Utilisateurs payants
  • 6Systèmes livrés
§ 01

Travaux

Problème · Décision · Arbitrage · Résultat

Six systèmes que j’ai conçus et mis en production, du moteur de mesure générative à la plateforme d’analytics locale. Pour chacun : le problème, la décision technique, l’arbitrage, le résultat.

02ÉtudeMission de conseil

Plateforme d’analytics locale pour un réseau national de distribution

Une plateforme d’analytics autonome où l’IA est architecturalement incapable d’inventer un chiffre.

Problème

Une IA qui commente des chiffres métier devant des dirigeants est à une hallucination de faire échouer le produit : pendant les tests, l’assistant intégré a un jour répondu à une question sur un magasin avec un chiffre juste dans son calcul mais portant sur tout le réseau, sans lever d’erreur. Une réponse presque juste dite avec une confiance totale est pire qu’une réponse fausse.

Décision clé

Le LLM ne calcule jamais un chiffre. Des moteurs déterministes calculent tout et les résultats sont figés au moment de la génération avec leurs marges d’incertitude ; la couche IA se contente de formuler ce que les moteurs ont déjà produit.

Arbitrage

La granularité infra-réseau que les statistiques ne peuvent pas certifier n’est pas livrée : ajouter des agents ne relève pas le plafond de variance, donc le produit n’expose les résultats qu’au niveau de granularité qu’il peut défendre, et l’indique à l’écran.

Résultat

Livrée en application locale installée chez le client. Validation finale sur 33 questions : zéro réponse fausse, zéro refus injustifié.

10 M LIGNESDUCKDBMESALOCAL-FIRSTGATE IA
Résultat

Livrée en application locale installée chez le client. Validation finale sur 33 questions : zéro réponse fausse, zéro refus injustifié.

Lire l’étude →
Schéma : plateforme d'analytics locale, du fichier au résultat auditéUn fichier local de 2,6 gigaoctets est lu en streaming par DuckDB en environ 5 secondes selon un contrat de 22 colonnes, puis traité en parallèle par des moteurs déterministes et une simulation Mesa de 2 000 agents sur 36 mois en 160 réplications. Les résultats sont gelés avec un intervalle de confiance à 95 %, puis passent une porte d'audit sur quatre critères : fidélité, cohérence, confiance et structure. En cas de succès ou d'avertissement, le résultat s'affiche à l'écran ; en cas d'échec, un résumé déterministe s'affiche à la place. Un modèle de langage, connecté à part en pointillés, reformule les artefacts gelés pour l'écran mais ne calcule jamais lui-même.FAILPASS/WARNFICHIER LOCAL 2,6 GBDUCKDB STREAMING~5 S · CONTRAT 22 COLONNESMOTEURS DÉTERMINISTESSIMULATION MESA2 000 AGENTS · 36 MOIS160 RÉPLICATIONSARTEFACTS GELÉS · IC 95 %GATE D'AUDITFIDÉLITÉCOHÉRENCECONFIANCESTRUCTURERÉSUMÉ DÉTERMINISTEÉCRANLLMREFORMULE· NE CALCULEJAMAISSchéma : plateforme d'analytics locale, du fichier au résultat auditéUn fichier local de 2,6 gigaoctets est lu en streaming par DuckDB en environ 5 secondes selon un contrat de 22 colonnes, puis traité en parallèle par des moteurs déterministes et une simulation Mesa de 2 000 agents sur 36 mois en 160 réplications. Les résultats sont gelés avec un intervalle de confiance à 95 %, puis passent une porte d'audit sur quatre critères : fidélité, cohérence, confiance et structure. En cas de succès ou d'avertissement, le résultat s'affiche à l'écran ; en cas d'échec, un résumé déterministe s'affiche à la place. Un modèle de langage, connecté à part en pointillés, reformule les artefacts gelés pour l'écran mais ne calcule jamais lui-même.FAILPASS/WARNFICHIER LOCAL 2,6 GBDUCKDB STREAMING~5 S · CONTRAT 22 COLONNESMOTEURSDÉTERMINISTESSIMULATION MESA2 000 AGENTS36 MOIS160 RÉPLICATIONSARTEFACTS GELÉS · IC 95 %GATE D'AUDITFIDÉLITÉCOHÉRENCECONFIANCESTRUCTURERÉSUMÉ DÉTERMINISTEÉCRANLLMREFORMULE· NE CALCULE JAMAIS
SCHÉMALe pipeline du fichier local à l’écran, avec le gate d’audit.
03ÉtudeProduit propriétaire

GEO Audit · mesure de visibilité de marque dans les moteurs génératifs

Mesurer ce que ChatGPT, Perplexity ou Gemini disent d’une marque, sans biaiser la mesure.

Problème

Quand un prospect demande « quel acteur choisir ? » à un moteur génératif, la réponse oriente son achat. Personne, côté marque, ne sait ce qui est dit ni ne le mesure. Le GEO est aux moteurs ce que le SEO était à Google.

Décision clé

Les questions sans marque partent dans une conversation neutre, isolée. On mesure si la marque ressort d’elle-même, pas si le moteur répète ce qu’on lui a soufflé.

Arbitrage

Recherche web active, comme un vrai usage, mais isolée du score global. Couper le web aurait faussé la mesure. Sur une numérotation cassée, le parser refuse d’écrire plutôt que de mal attribuer une réponse.

Résultat

Outil multi-entreprises fonctionnel. Score, heatmap question par moteur, recommandations. Concurrence verrouillée par slug, coût par run suivi, 40 tests.

5 moteursReact / Pythonconversations headless40 tests
Résultat

Premier run sur un client réel : audit livré et présenté en comité exécutif d’une fédération d’employeurs. Aujourd’hui outil propriétaire du diagnostic Cinq.

Lire l’étude →
Restitution · score GEO par moteur × catégoriefaibleforte
ClaudeGPTGeminiPerplexityCopilotNotoriété9355627441Découverte7963578247Intention8650677138Valeurs7245496434SCORE GEO61/ 100
RECONSTITUTION · DONNÉES FICTIVESRestitution · score GEO par moteur × catégorie

2 500 utilisateurs payants en trois mois.

Rhinovate · Healthtech cofondée · 2025 · Société dissoute depuis

04ÉtudeMission Ascend Partners

Audit forensique d’un moteur de scoring (cyber-résilience)

Reproduire un score au centième près avant de conclure sur la cause de sa chute.

Problème

Des scores de cyber-résilience qui chutent sur plusieurs actifs d’infrastructure, sans explication, sur un outil VBA hérité.

Décision clé

Reconstruire les trois moteurs de scoring en Python à partir du code et des données réelles, jusqu’à reproduire les scores au centième près.

Arbitrage

Reproduire d’abord, conclure ensuite. Cause trouvée : requalification des réponses par coefficient plus passage à la moyenne géométrique au niveau pilier.

Résultat

304 tests, visualisations pour le comité, note de gouvernance pour aligner les équipes sur une méthode contestée.

reverse-engineeringcause racineVBA → Python304 tests
Résultat

304 tests, score reproduit au centième. Présenté en comité exécutif du client pour arbitrage d’investissement.

Lire l’étude →
Schéma de l’audit forensiqueUn moteur de scoring VBA hérité est reconstruit en trois moteurs Python indépendants. Une courbe de convergence rejoint la ligne cible du score à plus ou moins zéro virgule zéro un, validée par un harnais de trois cent quatre tests, jusqu’à la cause racine : une requalification des réponses par coefficient combinée à une moyenne géométrique sur huit piliers. Le résultat est présenté en comité exécutif du client pour arbitrage d’investissement.MOTEUR VBAHÉRITÉ3 MOTEURSRECONSTRUITSMOTEUR 1MOTEUR 2MOTEUR 3SCORE CIBLE ± 0,01304 TESTSHARNAIS DEVÉRIFICATIONCAUSE RACINEREQUALIFICATIONPAR COEFFICIENTMOYENNEGÉOMÉTRIQUE· 8 PILIERSCOMEX CLIENTARBITRAGED’INVESTISSEMENTSchéma de l’audit forensiqueUn moteur de scoring VBA hérité est reconstruit en trois moteurs Python indépendants. Une courbe de convergence rejoint la ligne cible du score à plus ou moins zéro virgule zéro un, validée par un harnais de trois cent quatre tests, jusqu’à la cause racine : une requalification des réponses par coefficient combinée à une moyenne géométrique sur huit piliers. Le résultat est présenté en comité exécutif du client pour arbitrage d’investissement.MOTEUR VBA HÉRITÉ3 MOTEURS RECONSTRUITSMOTEUR 1MOTEUR 2MOTEUR 3SCORE CIBLE ± 0,01304 TESTSHARNAIS DE VÉRIFICATIONCAUSE RACINEREQUALIFICATION PAR COEFFICIENTMOYENNE GÉOMÉTRIQUE · 8 PILIERSCOMEX CLIENTARBITRAGE D’INVESTISSEMENT
SCHÉMAMoteur VBA hérité reconstruit en trois moteurs Python, validés par 304 tests jusqu’à la cause racine de l’écart.
Autres systèmes
05Pipeline de decks COMEX6 chartes clients →06Trading event-driven M&AArrêté sur la donnée →07Écosystème de skills Claude Code30+ skills équipe →

Autres travaux

Sélection
Moteur de benchmark IA réutilisable

Un moteur paramétrable : une liste de solutions, une grille de critères, et il régénère matrice scorée, radars et exports. Première mise en production sur 25 solutions IA pour une fédération du secteur santé. Vérification factuelle avant export.

pandas · matplotlib
openpyxl · pptxgenjs
Pipeline de veille IA autonome

Orchestration n8n et scoring par LLM, conteneurisé. Plus de 20 sources, briefing exécutif quotidien livré sans intervention.

n8n · Docker
LLM scoring
Moteur OSINT de vérification de contacts

Sept sources croisées. Le statut « Verified » exige deux sources indépendantes en accord. Près de 1 750 lignes.

Node.js
multi-source
Bots de trading event-driven (V3 → V4)

NLP de sentiment, exécution paper, 47 symboles. V3 arrêté après mesure d’une espérance négative nette de frais. V4 reconstruit, plus stable. Arrêter un projet sur la donnée plutôt que s’entêter.

Python · FinBERT
Redis
Sites haute finition

Next.js, GSAP. Ce site en est un exemple.

Next.js
GSAP
§ 02

Méthode

Chaîne de production agentique

Une chaîne de production agentique, avec une mémoire qui persiste entre les sessions.

01

Orchestration

Un modèle en chef d’orchestre. Il génère les prompts et les fichiers de contexte qui pilotent l’exécution.

02

Exécution

Claude Code comme environnement d’exécution. Le code est écrit, testé et débogué dans la boucle.

03

Contexte

Tout le contexte dans des fichiers .md versionnés. Un agent qui reprend une session ne repart pas de zéro.

04

Mémoire

Un vault Obsidian connecté en MCP. La continuité ne dépend pas d’une fenêtre de contexte.

§ 04

Domaines & stack

Agents & orchestration

  • Systèmes multi-agent, validation human-in-the-loop
  • Outils d’évaluation et de benchmarking
  • Orchestration n8n, conversations headless
  • MCP, skills Claude Code
  • Parsing robuste, gestion de concurrence et de coût

Data science & ingénierie

  • Python, FastAPI, Pydantic
  • scikit-learn, Mesa, géospatial H3 / OSRM
  • React, Next.js
  • Postgres, Alembic, Redis, Docker
  • Audit et cause racine

Conseil & terrains

  • GEO, visibilité dans les moteurs génératifs
  • Decks COMEX, langage décideur
  • Géo-marketing, simulation de scénarios
  • Finance, architectures event-driven
  • Grands comptes CAC 40

Parlons-en.

Un message direct, je réponds en personne.

Un projet d’entreprise → Cinq.Un poste ou une mission → écrivez-moi
→baptiste.bouault@gmail.com→LinkedIn
Site écrit à la main, sans template ni page builder. Archivo et Martian Mono. France, 2026.