Développeur 5 ans d'expérienceApplied AI EngineerAvignon, France

JulienLucas.

  • Ingénierie IA appliquée
  • Développeur 5 ans en startups et scaleups
  • Produits IA

Cinq ans à coder pour des startups et scaleups. Aujourd'hui je construis des systèmes IA de bout en bout en production (agents IA, RAG agentique, LLM), trois produits IA en prod.

Discuter d'un projet
Julien Lucas, Avignon, 2026
Julien Lucassalut maman
Disponible · Freelance ou CDIBasé à Avignon · Sur site 2-3 j/semaine : Aix, Marseille, Montpellier, Lyon, ParisFaites défiler ↓
Partie I/Aujourd'hui

Ce que j'ai
construis.

Trois produits IA en production construits de bout en bout seul, plus une étude de cas benchmarkée sur FinanceBench. À côté, j'accompagne en freelance des équipes qui veulent construire un système IA en prod : agents, RAG, fine-tuning. Le tout depuis un petit appart à Avignon.

Partie II/Mes produits

Trois produits IA en prod.

Chacun est parti d'un problème que j'avais sous les yeux — modèle, back, front, paiement, monitoring. Construits seul, de bout en bout. Les chiffres ci-dessous sont ceux que je mesure, pas des estimations.

01Portraits IA

Shootingpro.co

Quelques selfies en entrée, une série de portraits professionnels en sortie — LinkedIn, CV, presse. Modèles Flux fine-tunés en LoRA, sur un pipeline d'inférence GPU.

Flux 1
Fine-tuné en LoRA, un modèle par client
2025
Mon premier produit IA
Visiter le site
Avantquelques selfies
Aprèsportraits générés
Portrait généré par Shootingpro à partir de selfies amateur
02Agent de qualification commerciale WhatsApp

Closechat.co

Un agent LangGraph/LangChain branché sur l'API WhatsApp Cloud qui qualifie des leads dormants, encaisse les objections et pose le RDV directement dans le calendrier du commercial. Il ne propose un créneau que quand l'intérêt est réellement établi.

BANT
Scoring et gates avant toute prise de RDV
Visiter le site
Produit 02 · 2026
Closechat
IA.
closechat.coEn prod
03Cold email / LinkedIn IA

Prospable.com

Signaux d'intention détectés sur LinkedIn, prospects enrichis, cold emails et MP LinkedIn écrits selon le signal. Chauffe des boîtes en continu. Achat de boîtes Google à 4,5€, domaines. Tout est là.

300 / jour
Emails ciblés envoyés en autopilote
Signaux d'achat
Offres d'emploi, nouveaux recrutements et autres déclencheurs
Visiter le site
Total prospects804 / ∞
Emails envoyés ces 30 derniers jours752 / ∞0.8%rebond2.9%réponses
En attente ou non en campagne433123programmés
Taux d'envoi46%

Messages reçus

  • Alan L.il y a 2 hRe: Félicitations pour la levéeBonjour Julien, j'estime qu'on peut…
  • Caroline G.il y a 21 hRe: Caroline, génération de leadsBonjour Julien, merci pour votre…

Intentions détectées

27 aujourd'hui
  • Elliott A.il y a 2 heuresDécideur en poste depuis peu
  • Nicolas R.il y a 5 heuresDécideur sur offre d'emploi

Envois

117 aujourd'hui
  • Elliott A.MessageMerci pour votre retour…8 sept.
  • Guillaume M.EnvoyéGuillaume, une question…8 sept.
Julien, hiver
2026 · entre deux séssions de Claude
Partie III / Mon CV de développeur

Cinq startups et scaleups. Intérim disruptée, telecom, épargne, e-learning

Avant de passer à l'IA, j'ai été développeur front/fullstack pendant cinq ans.

iziwork
2020 — 2021
Reezocar
2021
Sewan Groupe
2021
Corum l'Épargne
2022
Smartch (Lead front-end)
2022 — 2023
Total
5 ans
Formateur Clean Architecture40 développeurs formés
2023 — 2025
Vue dégagée, fin de journée
1 an de fondamentaux IA · 2 certifications
Partie IV / Les certifications

Deux certifications IA

J'ai eu envie d'aller plus loin que l'ingénierie logicielle. Je voulais comprendre les architectures d'agents, les modèles depuis la backprop jusqu'au RAG agentique, parce qu'on ne construit pas en confiance ce qu'on ne comprend pas.

Coursera × DeepLearning.AInov. 2025 — janv. 2026

Spécialisation PyTorch pour le Deep Learning

Vision par ordinateur et architectures CNN, NLP, fine-tuning, optimisation de modèles, PyTorch Lightning et Optuna, déploiements ONNX et MLflow.

Certifié par
Partie V/Études de cas

Études de cas, preuve de pratique

01RAG agentique sur documentsÉtude de cas

Agentic-RAG

Un agent qui répond sur des PDF longs — rapports financiers, documentation technique. Plutôt que de lui servir des extraits découpés à l'avance, je lui ai donné des outils de navigation qu'il utilise lui-même pour se déplacer dans le document : aller à une section, ouvrir un tableau, revenir en arrière. C'est ce choix qui fait les trois chiffres ci-dessous.

Benchmarké sur FinanceBench, un jeu de donnés relevé

81 %
De réponses correctes
−40 %
De tokens consommés par question
÷ 2
De latence
StackLangGraph · LangSmith · tool calling · Pydantic · Mistral OCR/Embed/Small/Large · reranker Cohere · ChromaDB HNSW cosine + BM25 hybride · Django · React/TypeScript
Essayer la démo publique
Étude de cas 01 · 2026
Agentic
RAG.
FinanceBenchDémo live
Partie VI/Sur YouTube

J'ai vulgarisé sur Youtube,12 000 abonnés

Impossible de charger les vidéos pour le moment.

S'abonner à la chaîne →
Partie VII/Me contacter

Un problème à résoudre ? Parlons-en.

13K+ abonnés sur Linkedin
Ingénieur IA · Freelance ou CDI · Disponible

Basé à Avignon, sur site 2-3 jours par semaine à Aix-en-Provence, Marseille, Montpellier, Lyon et Paris. Full remote possible.

Agents, RAG, fine-tuning. Dites-moi ce qui bloque.