Projets

CodeGlyph

CodeGlyph est une application web développée dans le cadre du projet final CS50W. Elle combine un backend Django et un frontend React afin de fournir un outil de veille technologique centralisé. L’application agrège des contenus provenant de différentes sources afin de suivre l’actualité des langages de programmation ainsi que les repositories GitHub les plus populaires. Elle permet ainsi aux développeurs de rester informés des tendances du développement logiciel de manière simple et centralisée. Le projet m’a permis d’approfondir mes compétences en développement full-stack, notamment sur l’architecture API REST, l’intégration frontend/backend, la gestion des données externes et la structuration d’une application complète en production.

GitHub

Portfolio Java Spring Boot

Ce projet correspond à mon portfolio personnel, développé avec Java Spring Boot côté backend et une architecture full-stack moderne. Il a pour objectif de centraliser mes projets, mon parcours, mes compétences et mes réalisations dans une application web déployée en production. L’application repose sur une base de données PostgreSQL et est entièrement conteneurisée avec Docker. Elle est conçue pour être déployée facilement dans un environnement proche de la production, avec une attention particulière portée à la structure du projet, à la maintenabilité et à la sécurité. Ce portfolio n’est pas uniquement un site vitrine, mais un véritable projet technique qui illustre mes compétences en développement backend Java, en architecture d’application et en déploiement d’infrastructure. Il évolue progressivement pour intégrer des fonctionnalités avancées telles que la gestion dynamique des contenus, l’authentification sécurisée et une intégration future dans une chaîne CI/CD.

GitHub

Medilabo Solutions

Medilabo Solutions est une application web développée dans le cadre de la formation Concepteur Développeur d’Applications (CDA) chez OpenClassrooms. Ce projet met en œuvre une architecture complète basée sur des microservices afin de simuler un système distribué réaliste dans un contexte d’entreprise. L’application repose sur un écosystème de services indépendants (patients, historique médical, évaluation, sécurité), interconnectés via une API Gateway et un service de découverte (Eureka). Les données sont gérées à travers plusieurs bases (MySQL et MongoDB), et l’ensemble de l’infrastructure est entièrement conteneurisé avec Docker et orchestré via Docker Compose. Une attention particulière a été portée à la sécurité avec l’implémentation d’un système d’authentification basé sur JWT, ainsi qu’à la communication inter-services sécurisée via la Gateway. Ce projet m’a permis d’explorer en profondeur les concepts d’architecture distribuée, de scalabilité, de découplage des services et de gestion des environnements complexes en production simulée.

GitHub

Trading Bot

Développement d’un bot de trading expérimental basé sur le machine learning pour l’analyse et la prise de décision sur les marchés crypto via l’API Binance. Le projet utilise un modèle de classification avec Scikit-learn afin de prédire des signaux d’achat ou de vente à partir de données de marché. L’objectif principal était d’explorer l’application du machine learning à des données financières réelles, en mettant en place un pipeline complet : récupération des données, preprocessing, entraînement du modèle et simulation de prises de décision automatisées. Ce projet m’a permis de renforcer mes compétences en Python, en analyse de données et en compréhension des limites des modèles prédictifs dans un contexte réel et volatil.

GitHub

Cv Analyzer

Ce projet correspond à une application web de type SaaS personnel, développée avec Java et Spring Boot côté backend, intégrant une architecture moderne orientée services. Il a pour objectif d’analyser automatiquement des CV (Curriculum Vitae) et de fournir des recommandations intelligentes afin d’améliorer leur qualité, leur lisibilité et leur compatibilité avec les systèmes de recrutement ATS. L’application permet de téléverser un CV et de le comparer à une offre d’emploi afin de générer une analyse complète incluant un score global, un score ATS, un score d’adéquation au poste, ainsi que des recommandations concrètes d’amélioration. Elle repose sur une architecture backend structurée autour de Spring Boot, avec une logique métier séparée entre règles de scoring et services d’analyse. Le projet intègre progressivement des fonctionnalités avancées basées sur l’intelligence artificielle via Spring AI, permettant d’enrichir l’analyse avec des recommandations contextuelles générées par un modèle de langage. L’objectif est de combiner une logique déterministe (scoring ATS) avec une analyse générative pour améliorer la pertinence des résultats. CV Analyzer est conçu comme un véritable outil d’aide à la candidature et non comme un simple exercice technique. Il illustre des compétences en développement backend Java, en conception d’architecture applicative, en intégration d’IA dans un système existant et en création d’interfaces web modernes avec Thymeleaf et Bootstrap. Le projet est pensé pour évoluer vers une application complète de type “career assistant”, intégrant à terme la génération de lettres de motivation, la comparaison de CV et d’offres d’emploi, ainsi qu’un système d’historique et de suivi des analyses.

GitHub

Devlog AI

DevLog AI est une plateforme d'ingénierie assistée par intelligence artificielle conçue pour devenir la mémoire technique d'un projet logiciel. Son objectif est de centraliser les décisions d'architecture, le contexte métier et les connaissances produites tout au long du cycle de développement afin d'améliorer durablement la collaboration entre les développeurs et les agents IA. L'application repose sur une architecture distribuée composée d'un Java Core développé avec Spring Boot et d'un AI Engine développé en Python avec FastAPI, communiquant au travers d'une API REST asynchrone. Le cœur Java reste responsable de la connaissance métier, de l'orchestration et de la validation, tandis que le moteur Python se concentre exclusivement sur l'interprétation du contexte et l'interaction avec les modèles de langage. Le projet met également en œuvre des Architecture Decision Records (ADR), une analyse déterministe du code source et une approche orientée qualité afin de construire une plateforme évolutive, indépendante des fournisseurs d'IA et pensée pour accompagner les projets logiciels sur le long terme.

GitHub

Trading OS

Trading OS est une plateforme d'assistance au trading développée autour d'une architecture distribuée moderne. Son objectif est d'aider les traders à analyser les marchés, gérer le risque et prendre des décisions éclairées grâce à une combinaison d'analyses déterministes et d'intelligence artificielle. L'application repose sur un Trading Core développé avec Java Spring Boot, complété par plusieurs microservices spécialisés, notamment un Broker Service chargé des échanges avec les plateformes de trading et un AI Engine dédié à l'analyse et à l'interprétation des données de marché. L'architecture privilégie une séparation stricte entre les calculs métier déterministes (gestion du risque, règles de trading, analyses techniques) et les capacités d'interprétation fournies par l'IA. Conçu comme un véritable produit logiciel, Trading OS met en œuvre des API REST sécurisées, une architecture orientée microservices, Docker, Spring Cloud et des pratiques d'ingénierie permettant d'assurer son évolutivité et sa maintenabilité. À terme, la plateforme a vocation à devenir un environnement complet d'assistance au trading capable d'accompagner le trader dans toutes les étapes de son processus de décision.

GitHub