J'implémente des agents IA qui tournent vraiment en production.
Du diagnostic à la production en 2–4 semaines. Pas un POC — des agents qui tournent vraiment.
Vos prototypes agents marchent. Les scaler, non.
- —
Vous avez des agents qui tournent pour une personne, sur un workflow.
- —
Mais la production, c'est des permissions, du monitoring, du multi-utilisateur, de la gestion d'erreurs.
- —
Votre équipe expérimente des prompts — personne ne possède le système.
- —
Pendant ce temps, vous créez des postes qui n'existaient pas il y a 12 mois, et le premier recrutement ne livrera pas avant 6 mois.
Des agents en production, pas un POC qui reste sur une étagère.
Trois façons de travailler ensemble
30+ agents livrés en production. Je fais tourner mon propre stack multi-agents au quotidien — chaque pattern d'orchestration que je déploie vient d'un usage réel. Voici comment je travaille :
Savoir exactement par où commencer
Diagnostic & Blueprint
2–5 jours
À partir de 2 k€
LE PROBLÈME
Vous savez que les agents IA pourraient transformer vos ops. Mais personne n'a mappé quels workflows valent vraiment la peine d'être automatisés.
POUR QUI
Toute entreprise qui veut savoir par où commencer avec les agents IA.
CE QUE JE FAIS
Audit des workflows automatisables. Recommandation stack : Dust vs Claude Code vs custom vs hybride. Plan d'implémentation priorisé.
LIVRABLE
Document de cadrage + architecture recommandée + priorisation use cases
RÉSULTAT
Arrêtez de deviner. Obtenez une roadmap priorisée avec ROI clair par use case.
Premiers agents en production en 2–4 semaines
Mise en production
2–4 semaines
5–10 k€
LE PROBLÈME
L'écart entre 'ça marche sur mon laptop' et 'ça tourne de manière fiable pour l'équipe' — c'est là que meurent la plupart des projets agents.
POUR QUI
Équipes prêtes à mettre leurs premiers agents en production.
CE QUE JE FAIS
Implémentation de 2–3 agents en prod. Connexion aux outils existants, instrumentation, formation équipe.
LIVRABLE
Agents en production + documentation + session de formation
RÉSULTAT
Vos premiers agents tournent de manière fiable, votre équipe sait les superviser, et vous avez une base pour construire.
Je gère le cadrage et l'architecture. L'implémentation technique est réalisée avec un partenaire dev senior.
Du prototype à la plateforme
Industrialisation
2–3 mois
15–30 k€
LE PROBLÈME
Vos agents marchent, mais ils sont monolithiques — une personne les fait tourner, personne d'autre ne peut, et ajouter un use case veut dire repartir de zéro.
POUR QUI
Entreprises avec des prototypes agents qui doivent passer à l'échelle.
CE QUE JE FAIS
Décomposition des agents monolithiques en skills composables. Multi-utilisateur avec permissions. Boucles de self-improvement. Instrumentation end-to-end.
LIVRABLE
Système multi-agents production-grade, documenté et monitoré
RÉSULTAT
Une plateforme agentique production-grade que votre équipe peut étendre sans vous.
Pour les boîtes qui ont déjà des prototypes qui fonctionnent et du budget pour industrialiser.
Systèmes en production
Pas des slides. Des systèmes qui tournent, avec des utilisateurs réels et des décisions business critiques.
CONTEXTE
Mon propre stack IA en production — dogfooding quotidien
SYSTÈME
2nd Brain (Claude Cowork + Code), mémoire persistante markdown + Git + MCP, 9 agents spécialisés (GEO Auditor, Content Optimizer, Chief of Staff, Product Manager...), bus de coordination Supabase pour le handoff humain-agent, Claude Agent SDK + cron pour des workflows automatisés, Linear + Notion + Todoist orchestrés par agents
RÉSULTAT
Je n'implémente pas juste des agents pour des clients — je les fais tourner au quotidien. Chaque pattern que je déploie vient d'un usage réel en production.
CONTEXTE
Orchestration multi-agents pour bid management (Sinay.ai)
SYSTÈME
~30 agents Dust + orchestrateur central, workflows automatisés 24/7, monitoring temps réel
RÉSULTAT
Décisions de bids automatisées avec supervision minimale. Tourne depuis des mois.
CONTEXTE
Agent IA en production pour clients finaux (logistique, Sinay.ai)
SYSTÈME
Agent 'Logistic Anomaly Detection' via API GPT, guardrails, monitoring, logging des décisions
RÉSULTAT
En production, utilisé quotidiennement par clients finaux pour détecter anomalies supply chain. Pas un POC.
CONTEXTE
Instrumentation growth B2B SaaS (Safecube.ai)
SYSTÈME
Tracking événements, attribution multi-touch, dashboards temps réel, expérimentation continue
RÉSULTAT
0→5 000 MAU en 24 mois. Décisions growth pilotées par data.
Comment ça se passe
Pas de workshops. Pas de slides stratégiques. Chaque étape est un funnel naturel vers la suivante. Commencez par le diagnostic. On va plus loin seulement si ça fait sens.
Discovery call
20 min, gratuit. Je comprends votre contexte et j'identifie si je peux aider. Pas de pitch, pas de deck.
OUTPUT
Réponse honnête sur si et comment je peux aider.
Diagnostic & Blueprint
Audit des workflows automatisables. Recommandation stack. Plan d'action actionnable.
OUTPUT
Document de cadrage + architecture recommandée.
Build & Deploy
2–3 premiers agents en production. Connectés à votre stack, avec guardrails, monitoring, et formation équipe.
OUTPUT
Agents qui tournent en production.
Scale
Décomposer et industrialiser. Architecture multi-agents, boucles de self-improvement, instrumentation end-to-end.
OUTPUT
Système agentique production-grade. (optionnel)
C'est pour vous si...
Vous voulez des agents en production, pas un POC qui reste sur une étagère
Vous avez des prototypes agents qui marchent mais ne scalent pas
Vous recrutez votre premier AI Agent Engineer et vous avez besoin de quelqu'un maintenant
Vous avez déployé Dust ou Claude mais n'arrivez pas à créer de la valeur en production sans aide experte
Vous cherchez des prompts ou un chatbot
Vous voulez de la hype IA, pas des systèmes qui tournent
Vous avez besoin de stratégie sans exécution
Opérateur, pas consultant
13+ ans en acquisition digitale. Head of Growth chez Sinay.ai : déploiement de Dust.tt dans l'entreprise, ~30 agents en production, orchestration multi-agents pour le bid management en 24/7. Je dogfoode au quotidien — mon propre stack fait tourner 9 agents spécialisés, un bus de coordination Supabase, et le Claude Agent SDK pour des workflows automatisés. Aujourd'hui chez Legallais (1 500 personnes) comme lab R&D agent en contexte PME B2B réel.
Je n'implémente pas juste des agents pour des clients. Je les fais tourner. Chaque guardrail, chaque pattern d'orchestration, chaque design de handoff humain-agent vient d'un usage en production.
Le coût de livrer du code tend vers zéro. Chaque outil simple se clone en 48h. Le moat n'est plus dans le code — il est dans les patterns d'orchestration, l'injection de contexte, le handoff humain-agent. Je les ai appris en construisant mon propre stack et en le dogfoodant au quotidien.
Pour les engagements à fort contenu technique (Tier 2–3), je travaille avec un partenaire dev senior (Fyher) qui gère le build technique.
Travailler ensemble
Je prends 2–3 engagements par trimestre en parallèle de mon poste. Commencez par un appel de 20 min pour voir si je peux aider.