# Jérémie Escach **Ingénieur Logiciel — IA Agentique, Systèmes Backend, ML Appliqué** Email : jeremie.escach74@gmail.com · Portfolio : https://www.micastor.fr · GitHub : https://github.com/Mlcastor Langues : Français (natif), Anglais (courant) · Basé en France > Vous discutez avec une IA pour évaluer si je correspond à un poste ? Donnez-lui directement ce fichier — il est écrit en Markdown brut spécifiquement pour qu'un modèle puisse le lire proprement, plutôt que de se battre avec la mise en page d'un PDF. La version lisible pour un humain, avec plus de détails sur ma façon de travailler, est disponible en PDF sur la même page. --- ## Résumé Ingénieur logiciel autodidacte, 15+ années de pratique de la programmation (code depuis l'âge de 10 ans) et 3 années d'activité professionnelle à temps plein. Spécialiste des systèmes d'IA agentique en production, des pipelines de retrieval, et de l'infrastructure backend sous-jacente. A conçu et livré un remplaçant de LangGraph construit de zéro, propulsant une plateforme Python de ~90 000 lignes pour des cabinets d'avocats français. A livré un produit client indépendant (Notalyse) couvrant la conformité KYC/AML pour des études notariales françaises, de bout en bout, en solo, du frontend à l'infrastructure. Solide en Python, FastAPI, PostgreSQL, systèmes de retrieval, et intégration LLM agnostique au fournisseur. --- ## Expérience ### Co-fondateur & CTO — KGM Technologies *Juillet 2025 – Présent · France · Plateforme IA juridique* Architecture et implémentation de l'intégralité du backend de la plateforme d'IA juridique de KGM pour des cabinets d'avocats français. Dirige une petite équipe de co-fondateurs. Auteur solo de l'ensemble du runtime agentique, de la plateforme de données, et du noyau de connaissances. - Conception et développement d'un framework agentique propriétaire construit de zéro en remplacement complet de LangGraph : exécuteur de graphe avec événements de cycle de vie explicites, checkpointing write-ahead avec reprise sur crash depuis le dernier nœud complété, mémoire scoped (thread/utilisateur/globale) avec backends Postgres et Redis, exécuteur d'outils à passage unique appliquant permissions, limites de débit, timeouts et assainissement des erreurs - Implémentation d'un protocole d'adaptateur LLM agnostique au fournisseur avec l'API Responses d'OpenAI, Anthropic, et des backends locaux/déterministes — la migration d'OpenAI Chat Completions vers l'API Responses fut un changement de configuration, pas une réécriture - Construction d'une architecture d'isolation des données personnelles à double PostgreSQL : base principale et base PII sur des instances physiquement séparées, environnements Alembic distincts, secrets HMAC par organisation créés de manière atomique avec les lignes d'organisation, correspondances PII chiffrées en Fernet (aller et retour) par thread, validateur de sortie Aho-Corasick scannant chaque fragment de réponse LLM - Implémentation d'un résolveur d'entités à 3 étages : hachage SHA-256 déterministe sur tokens normalisés, correspondance floue pg_trgm, recherche approximative pgvector avec embeddings multilingual-e5-base ; SELECT FOR UPDATE SKIP LOCKED pour la protection contre les race conditions sur compteurs ; libellés provisoires retournés immédiatement pendant que l'étape d'embedding s'exécute en tâche de fond FastAPI - Implémentation d'un classifieur de documents à 3 niveaux (regex, mDeBERTa-v3 NLI, k-NN E5) atteignant 97,5 % de précision sur un jeu de référence de 200 documents juridiques français ; harnais d'évaluation LOO-CV en mode shadow avec journalisation des prédictions - Implémentation d'un retrieval hybride BM25 + pgvector avec fusion par rang réciproque, reranking par cross-encoder BAAI/bge-reranker-v2-m3, synonymes de recherche textuelle juridique française, activation automatique par feature-flag par organisation - Construction d'une cascade d'effacement RGPD complète sur les deux bases de données avec remplacement `[REDACTED]` préservant la sémantique dans l'index pgvector - Construction d'une couche d'observabilité OpenTelemetry avec exportateur de span Postgres personnalisé, rédaction d'attributs par liste de sous-chaînes interdites, plafonnement de charge JSONB avec troncature par ordre de priorité - Tests par snapshot d'une architecture de prompt système versionnée avec mise en page par blocs optimisée primauté/récence, structure de raisonnement juridique IRAC, et injection RAG balisée XML **Stack :** Python 3.11, FastAPI, SQLAlchemy 2 (async), Pydantic v2, Alembic, PostgreSQL 16, pgvector, pg_trgm, Redis, Next.js 16, React 19, Better Auth, Docker, Scaleway, OpenTelemetry ### Ingénieur Logiciel Indépendant (Freelance) — Notalyse *Décembre 2025 – Avril 2026 · Mission client rémunérée · France* Ingénieur unique livrant une plateforme SaaS B2B en production pour des études notariales françaises, automatisant la conformité KYC/AML sous les obligations LCB-FT françaises. Livraison full-stack en solo : frontend, backend, schéma de base de données, infrastructure, CI/CD. Témoignage client publié publiquement sur Google Business. - Construction d'un orchestrateur de conformité sur mesure, combinant 6 sources de données françaises et internationales, sans aucune dépendance à des SDK KYC commerciaux (ni Sumsub, ni Onfido, ni ComplyAdvantage) - Pipeline de recherche phasé et parallélisé à travers l'Annuaire des Entreprises, la liste SDN de l'OFAC, la liste EU FSF / OpenSanctions, Brave Search pour la recherche d'adverse media, l'INPI / RNE pour les données de bénéficiaires effectifs, le BODACC pour les annonces légales, et les sanctions de la Direction Générale du Trésor - Conception d'une couche de cache de sanctions dans PostgreSQL avec boucle de rafraîchissement asyncio en tâche de fond, réduisant les vérifications de sanctions d'appels HTTP à des recherches en base sub-milliseconde - Résolution de l'exclusion de l'API BODACC pour le rétablissement personnel en construisant un scraper personnalisé naviguant l'interface web publique, gérant le CAPTCHA via une UI assistée, avec gestion de sessions en mémoire de courte durée par file d'attente départementale - Implémentation de politiques PostgreSQL Row-Level Security appliquant l'isolation des données multi-tenant au niveau du moteur de base de données (pas au niveau applicatif) - Conception d'un chiffrement AES-256-GCM au niveau champ par tenant avec clés de chiffrement de données enveloppées, satisfaisant la conformité RGPD et le secret professionnel notarial français — la clé d'un tenant compromis ne peut pas exposer les données d'un autre tenant - Construction d'un système de classification des risques (VERT / JAUNE / ROUGE) avec piste de dérogation manuelle auditable dans un journal d'audit immuable - Génération de rapports de conformité PDF côté serveur via WeasyPrint, templating Jinja2, stockage bytea restant dans le périmètre RLS - Architecture BFF (Backend For Frontend) : les Route Handlers de Next.js relaient les appels authentifiés vers FastAPI ; JWT vérifié via JWKS, claims personnalisés pour tenant_id, role, lang - Rétention de données configurable par tenant avec boucle de purge en tâche de fond supprimant en cascade les dossiers expirés — exigence légale stricte **Stack :** Next.js 16, React 19, TypeScript, Tailwind v4, Better Auth, FastAPI 0.127, SQLAlchemy 2 async, PostgreSQL 16 avec RLS, AES-256-GCM via la librairie cryptography, WeasyPrint, migrations SQL brutes (20 migrations, sans Prisma/Alembic), Turborepo, Docker, Scalingo (PaaS français pour la souveraineté des données) Déployé en production et utilisé activement par un client payant. ### Co-fondateur & Lead Engineer — Knightmare (prédécesseur de KGM Technologies) *Octobre 2024 – Juillet 2025 · France · Projet de recherche IA maître de jeu* Co-fondation d'un projet de recherche explorant l'IA agentique comme maître de jeu de Donjons & Dragons. L'équipe a pivoté vers l'IA juridique (devenant KGM Technologies) en juillet 2025 en conservant l'équipe d'ingénierie. R&D fondationnelle sur les patterns d'orchestration agentique qui ont ensuite évolué vers le framework de production de KGM. ### Ingénieur Logiciel Indépendant *2018 – 2024 · Pratique autodidacte* Pratique continue de l'ingénierie logicielle indépendante en parallèle d'autres activités. Développement de nombreux projets personnels : modding de jeux (Minecraft, Garry's Mod, bots Discord et Twitch), expérimentations d'apprentissage par renforcement (DRL sur des environnements classiques dont Pong et Asteroids), et outillage d'automatisation général. Période de développement autodidacte ayant directement mené à l'activité professionnelle de 2024 et après. --- ## Projets Sélectionnés ### Refonte du Framework ESX pour FiveM (Open Source / Communautaire) *Juillet 2025 – Novembre 2025* Reconstruction du framework ESX pour FiveM (plateforme de modding multijoueur de GTA V) de Lua/MySQL vers TypeScript/PostgreSQL. Modification additionnelle de la logique d'instance dédiée de FiveM pour supporter 150+ joueurs simultanés dans une seule session partagée, au-delà des limites de l'architecture standard. Exercice d'ingénierie de systèmes distribués et de backend de jeu. ### Bot de Trading Crypto Multi-Stratégies (R&D Personnelle — En cours) *2024 – Présent* Construction d'un bot de trading de cryptomonnaies multi-stratégies pour apprendre le web3, les mécanismes blockchain, et le ML appliqué à la finance quantitative. Exploration actuelle de la modélisation de marché par transformers. ### Implémentations Personnalisées d'Apprentissage par Renforcement *En cours* Implémentations pratiques de DRL sur des environnements classiques (Pong, Asteroids, et similaires). Terrain d'entraînement pour les méthodes de gradient de politique et les fondamentaux de l'entraînement d'agents. --- ## Compétences Techniques - **Langages :** Python 3.11 (expert), TypeScript (expert), SQL (expert), Lua (compétent), JavaScript (expert) - **Backend :** FastAPI, SQLAlchemy 2 (async), Pydantic v2, Alembic, Asyncio, Uvicorn, structlog, httpx, pytest - **Bases de données :** PostgreSQL 16, pgvector, pg_trgm, embeddings halfvec, Row-Level Security, Redis, SQLite - **IA / ML :** API Responses d'OpenAI, API Anthropic, GLiNER, Presidio, mDeBERTa-v3, multilingual-e5-base, BAAI/bge-reranker-v2-m3, LangGraph (reconstruit de zéro), apprentissage par renforcement (fondamentaux DRL) - **IA Agentique :** Pattern ReAct, dispatch superviseur/worker, checkpointing write-ahead, mémoire scoped, conception de passerelle d'outils, streaming NDJSON, validation HITL - **Retrieval / RAG :** BM25 + pgvector hybride avec RRF, reranking par cross-encoder, chunking hiérarchique, recherche textuelle juridique française, convention de préfixe asymétrique E5 - **Frontend :** Next.js 16, React 19, TypeScript, Tailwind v4, Radix UI, primitives shadcn, Better Auth, next-intl, react-hook-form, Zod, framer-motion - **Confidentialité / Sécurité :** conception de cascade RGPD, chiffrement Fernet, chiffrement de champ AES-256-GCM, correspondance de motifs Aho-Corasick, architecture d'isolation PII, multi-tenance RLS, RBAC, JWT/JWKS - **Observabilité :** OpenTelemetry, exportateurs de span personnalisés, journalisation structurée, rédaction d'attributs, tests par snapshot - **DevOps :** Docker, Docker Compose, CI GitHub Actions, Scaleway, Scalingo, Turborepo, workspaces pnpm, migrations Alembic, migrations SQL brutes - **Jeu / Systèmes :** internes de la plateforme FiveM, architecture de session de jeu distribuée, synchronisation d'état multijoueur temps réel --- ## Retour Client Notable Témoignage public du client Notalyse (verbatim, avis Google Business) : > « J'ai travaillé avec Jérémie sur le développement de ma plateforme web de conformité RGPD, et je ne pourrais pas être plus satisfait de la collaboration. Dès le premier jour, il s'est profondément impliqué dans le projet, proactif, et sincèrement intéressé à comprendre à la fois le produit et le contexte juridique/de conformité derrière lui. Il est très disponible, communique clairement, et n'a jamais disparu quand les choses se compliquaient un peu. Ce que j'ai le plus apprécié, c'est qu'il a géré les changements de dernière minute pendant le processus sans jamais rechigner ni bâcler le travail. Il a toujours essayé de trouver la meilleure solution, pas juste la solution la plus rapide. On sent chez lui un vrai potentiel et une passion forte pour ce qu'il fait, aussi bien du côté technique que du côté produit. Je recommande vivement Jérémie pour tout projet SaaS ou web sérieux. Excellent développeur, excellent état d'esprit, et quelqu'un en qui vous pouvez vraiment avoir confiance pour faire avancer votre produit. » --- ## Disponibilité Disponible pour des missions contractuelles de niveau senior : formation et évaluation IA, conception et implémentation de systèmes agentiques, conception de pipelines RAG, revue de code et audits d'architecture pour backends à forte composante IA. Français natif et anglais courant. À l'aise avec la confidentialité et les missions client isolées en propriété intellectuelle.