Ingénieur infra & sécurité.
Je construis, je casse, je documente.
Guides populaires : Docker • SSH Sécurisé • NGINX • Fail2Ban
Explorer : Compétences • Expériences • Projets
Découvrez mon parcours et ma passion pour la technologie
Expert en cybersécurité, administration Linux et développement full stack. Je conçois des infrastructures sécurisées et partage mes connaissances à travers des tutoriels gratuits et des formations.
Des projets déployés en production, pas des démos — sécurité applicative, IA locale et automatisation
Scanner de vulnérabilités web multi-modules en Clean Architecture PHP. 35 scanners actifs, analyse assistée par IA via NVIDIA Build API, exports HackerOne / Bugcrowd / Intigriti.
Infrastructure IA auto-hébergée : inférence LLM Qwen3-Coder 30B sur CPU à 15,9 tokens/s, synthèse vocale Kokoro, transcription Whisper et supervision Phoenix sur Proxmox.
Agent de génération de code itératif validé de bout en bout à 74 s par itération, avec triple repli : API NVIDIA, modèle local puis mode dégradé.
Des solutions sur mesure pour automatiser et digitaliser votre activité
Automatisez vos workflows métier grâce à l'intelligence artificielle. Intégration de LLMs, agents autonomes, traitement de documents, chatbots internes et pipelines de données intelligents.
Conception et développement d'applications SaaS légères et ciblées. Un outil simple qui résout un problème précis, avec abonnement mensuel et revenus récurrents.
Accompagnement numérique pour les établissements scolaires de Perpignan et alentours. Support technique, infrastructure réseau, sécurisation et gestion de parc informatique.
Monter un PC pour l'IA, louer un GPU, choisir ses outils ou installer son assistant privé : des guides indépendants et chiffrés, par un praticien qui fait tourner ce stack au quotidien.
Découvrir les guidesProgrammes, packs et formats disponibles en cybersécurité Linux et DevOps.
Voir les formationsDécouvrez mes guides détaillés sur la cybersécurité, l'administration système et le développement.
Actualités cybersécurité, tips Linux et retours d'expérience terrain
Le guide concret pour choisir votre quant GGUF en 2026 : bits par poids, impact sur la perplexité, imatrix, et tableau VRAM/qualité. Un Llama 3.1 8B passe de 32 Go en F32 à 4,9 Go en Q4_K_M.
Construire un assistant RAG privacy-first sur vos propres documents : embeddings, base vectorielle, chunking et LLM local. Avec qwen3-embedding qui atteint 70,58 au MTEB multilingue, le local rivalise enfin avec les API commerciales.
Comparatif honnête des moteurs d'inférence LLM local en 2026 : vLLM atteint ~793 tok/s en charge concurrente contre ~41 pour Ollama, mais à un utilisateur l'écart tombe sous 10 %. Quand utiliser chacun.
Une question, une proposition de projet ? Envoyez-moi un message.
Pour toute question ou collaboration, envoyez-moi un message via le formulaire de contact.
Me contacter
