Preambule
Un carnet de travail tenu par un developpeur qui pense l'intelligence artificielle comme une matiere d'ingenierie - pas comme une promesse.
Ecrire du logiciel
qui raisonne.
J'integre des modeles d'IA dans des applications web de production - pour des equipes qui veulent automatiser, passer a l'echelle et expedier des interfaces plus intelligentes. Stack complete, de l'embedding au pixel.
- Base
- Barcelone / Paris
- Pratique
- Full-Stack x IA
- Depuis
- 2019
- Formats
- Missions / forfait
- 00
requete
fn. 00utilisateur - contexte
- 01
Embedder
fn. 01 - 3072dtext-embedding-3
- 02
Retrieve
fn. 02 - Postgrespgvector - hybride + rerank
- 03
reason
fn. 03 - raison + actionsClaude - outils JSON
- 04
Verify
fn. 04 - regressionsZod - evals + juge
Trois pratiques,
Catalogue d'instruments
- Frontend
- React - Next.js - TypeScript - Tailwind - Three.js
- Backend
- Node - Express - Python - FastAPI - PostgreSQL - Mongo
- IA
- OpenAI - Anthropic - LangChain - pgvector - RAG - Evals
- Ops
- Docker - AWS - CI/CD - Observabilite - Stripe
Cinq systemes,
mis au travail.
IA reconciliation - mission freelance
Map Align - pipeline en 5 actes
Reconcilier des sources externes volatiles (sites, cartes, PDF) avec une base interne de milliers d'espaces physiques, sans que l'IA ne puisse hallucinate de suppressions. Moteur deterministe qui tranche, LLM relecteur qui n'a que le droit d'annuler.
Stack - TanStack - Drizzle + Postgres - OpenAI - Zod - Turborepo
Legaltech - production
Verixa
Verificateur de documents juridiques branche a Legifrance et Judilibre. Extraction structuree, verification de citations, alertes sur jurisprudence obsolete. Concu pour des cabinets qui n'ont pas le droit de se tromper.
Stack - Next.js - FastAPI - pgvector - Anthropic - RAG
Ops - B2B SaaS (mission client)
PMS - gestion de projet, repensee
Outil de gestion de projet dont le reporting s'ecrit seul : synthese hebdo, detection de derives, resume client. L'equipe reste dans son outil, le COMEX recoit un brief lisible le lundi matin.
Stack - Next.js - Node - Postgres - OpenAI - Stripe
Mobile + Admin - mission client
DEFIM - education maritime
Plateforme d'apprentissage pour candidats aux certifications maritimes : app mobile iOS/Android et back-office web, conçues et livrees de bout en bout. Quiz chronometres, examens blancs, contenus pedagogiques riches, et workflow admin drag-and-drop pour orchestrer l'ensemble.
Stack - Expo / React Native - Next.js - Supabase - dnd-kit - Zod
Methodologie et references disponibles sur demande - contact@pauldosser.fr.
Sept ans d'ecriture,
a la main.
- 2023 - present
Freelance - Full-Stack x IA
Missions d'integration IA et ingenierie produit pour scale-ups et studios : audit, prototype, mise en production, support d'equipe.
Barcelone / Paris - 2024 - present
Team Lead - Two.Zero
Pilotage d'une equipe produit et ingenierie : cadrage, architecture, livraison, coaching technique. Focus integration IA et fiabilite en production.
Barcelone - 2025 (6 mois)
Full-Stack Developer - NTT DATA
Projet PPDS (Public Procurement Data Space) pour la Commission europeenne : requetes SPARQL, knowledge graphs Virtuoso, front + back pour l'accessibilite et la transparence des donnees publiques.
Barcelone - hybride - 2022 - 2024
Professeur Full-Stack - Epitech
Enseignement de l'architecture web moderne, encadrement de projets etudiants, pratiques d'ingenierie.
Barcelone - 2019 - 2022
Developpeur - CertiPair
Plateforme de certification : produit, API, interfaces clients. Premier passage a l'echelle, premiers vrais incidents de prod.
Paris
Trois actes. Pas de magie.
Audit et hypothese
Je m'installe dans votre produit pendant deux a trois jours. Je repars avec une hypothese testable, un risque nomme, une demonstration faisable en deux semaines.
- Ateliers produit / data
- Cartographie des risques
- Plan d'evaluation
Construire et evaluer
Sprints courts, demo toutes les semaines, evaluations automatisees des le premier commit. On mesure avant de celebrer - et on garde les chiffres.
- Pipelines RAG / outils
- Garde-fous et observabilite
- Iterations guidees par evals
Mettre en production
Deploiement, monitoring, transfert a votre equipe - ou support continu. Objectif : que le systeme tienne un lundi matin sans moi.
- CI/CD et infrastructure
- Dashboards et alertes
- Passage de relais
“Un bon integrateur IA passe 70% de son temps sur ce qui entoure le modele - les donnees, les garde-fous, l'interface, l'evaluation. Le reste est une affaire de gout.”
Ce qu'on me demande
Questions frequentes.
Les cinq questions qui reviennent le plus souvent avant un premier appel. Si la votre manque, ecrivez directement - je reponds toujours.
- Est-ce que tu livres des systemes RAG en production ?
- Oui. Paul Dosser concoit et met en production des pipelines RAG complets - retrieval hybride pgvector plus reranking, outils typees avec Zod, evaluations automatiques et tracage via Langfuse - pour des clients europeens depuis 2023. Chaque projet est livre avec sa suite d'evaluations, pas seulement une demo qui marche le lundi matin.
- Es-tu disponible pour du freelance a Barcelone ou a distance ?
- Oui. Base entre Barcelone et Paris, je travaille en freelance pour des clients en France, en Espagne et dans l'UE, sur place ou en remote. Missions acceptees : plein temps sur un scope cadre, forfaits au projet, ou quelques jours par semaine en regie selon le contrat.
- Quels fournisseurs de LLM integres-tu en pratique ?
- Principalement Claude (Anthropic) et les modeles OpenAI pour le raisonnement et la generation structuree, avec text-embedding-3 pour les embeddings. Je choisis par cas d'usage : function-calling fiable, latence, cout au token, conformite donnees. La stack est agnostique - le meme pipeline peut basculer d'un fournisseur a un autre en reconfigurant un adaptateur.
- Comment evalues-tu la qualite d'un systeme IA en production ?
- Je traite les prompts comme du code : jeux d'eval versionnes, juges LLM pour les metriques qualitatives, regles deterministes pour les contraintes dures (citations, formats, presence de champs), et comparaison continue via Langfuse. Chaque changement de prompt ou de modele passe par la suite avant d'atteindre la production, ce qui supprime les regressions silencieuses.
- Avec quelle stack est-ce que tu livres en general ?
- TypeScript partout : Next.js (App Router, React Server Components) en front, Node ou FastAPI en backend, PostgreSQL avec pgvector pour le vector store, Zod pour les contrats IA, et Langfuse pour l'observabilite LLM. Hebergement Vercel ou cloud client selon les contraintes de residence des donnees.
Une lettre
Construisons
quelque chose ensemble.
Si vous avez un produit qui pourrait raisonner un peu mieux, un processus qu'un modele peut retirer de vos epaules, ou une hypothese IA qui attend une preuve - ecrivez. Je reponds en 48 h avec un avis honnete, gratuit, et souvent plus utile que prevu.
- Paul.