Projets – Nolan Cacheux
Un portfolio complet couvrant systèmes en production, pilotes, prototypes de recherche et projets de hackathon. Chaque étude de cas explicite le statut du projet, mes responsabilités, les décisions d'architecture, les preuves, les risques et les limites. Prototype d'équipe réalisé en 48 heures pour le Mistral AI Worldwide Hackathon après sélection parmi 7 000+ candidatures. J'ai fine-tuné quatre modèles Mistral avec QLoRA, construit les évaluations structurées et contribué à leur intégration dans une simulation politique interactive. Prototype personnel déployé combinant orchestration LangGraph, RAG hybride sur documents SEC, données de marché et agent conversationnel intégré à un canal de messagerie sur Azure Container Apps. Conçu pour assister les workflows d'analyse avec des preuves citées, sans remplacer le jugement financier humain. Projet MLOps personnel de bout en bout pour détecter les images générées par IA avec EfficientNet-B0 et Grad-CAM. J'ai construit l'entraînement, le serving FastAPI, le registre MLflow, le versionnage DVC, le monitoring de dérive, l'infrastructure, le CI/CD et documenté les limites du dataset. Prototype NLP full-stack transformant les commentaires YouTube en sentiments, sujets et résumés fondés sur des preuves. J'ai implémenté le pipeline BERT et BERTopic, les résumés Ollama en local, le backend FastAPI, l'interface Next.js et la progression SSE. Agent d'entreprise Google Chat en production pour les workflows fournisseurs et finance. J'ai piloté le delivery du cadrage client jusqu'à l'intégration Workday Finance, la conception d'interfaces compatibles A2A, l'évaluation, la sécurité, le déploiement et l'adoption. Conçu pour une population cible de 10 000 utilisateurs et validé par un load test à 2 000 utilisateurs concurrents. Agent d'entreprise pour les workflows de maintenance, sécurité et conformité dans Google Chat. J'ai piloté le produit et le delivery technique, de la gouvernance des sources jusqu'au RAG, aux réponses sourcées, au fallback sécurisé, à l'évaluation, à l'observabilité et au déploiement cloud. Le ROI reste une hypothèse explicite : 14 500+ h/an et environ 540 k€ de productivité réallouée. Pipeline ML en production automatisant les prévisions de huit KPI de ventes sur 64 catégories sportives, avec benchmark, feature engineering, MLflow, CI/CD et delivery métier. Application web pédagogique interactive pour explorer les architectures de réseaux de neurones, du perceptron aux transformers. J'ai construit le renderer 3D, l'éditeur d'architecture, les explications mathématiques et la génération de code TensorFlow en direct. Prototype d'engineering navigateur explorant le parsing de l'échiquier, l'analyse Stockfish dans un WebWorker et l'explication des positions avec TypeScript et Manifest V3. Présenté comme projet d'analyse contrôlée et d'apprentissage, pas comme outil de contournement des règles de fair-play. Plateforme de quiz multi-tenant en production, conçue et opérée pour 100+ utilisateurs simultanés. J'ai développé le moteur de jeu temps réel faisant autorité, le modèle d'événements Socket.IO, la sécurité JWT, l'observabilité, le CI/CD et le déploiement derrière Cloudflare. Système agentique expérimental avec analyse xAI Grok, connexion Interactive Brokers, monitoring temps réel, capacité d'exécution automatisée et journalisation des décisions. L'étude de cas met l'accent sur l'architecture, les contrôles de risque, la supervision humaine et les limites des décisions financières générées par LLM. 
