Journal
56 articles — filtrés en temps réel
J'ai vibe codé un SQL Online IDE — et je l'assume
J'avais dit que je ne vibe codais pas. C'est toujours vrai pour les projets sérieux. Mais quand SQLiteOnline m'a bloqué en pleine mise à niveau SQL, j'ai pris une décision pragmatique : laisser l'IA faire le gros du travail. Voici ce que ça donne.
Comment je suis devenu fan de Supabase (en construisant un jeu fantasy rugby)
Je lance RugbyDraft, un jeu de fantasy rugby, et j'ai choisi Supabase comme backend. Retour d'expérience sur la prise en main, ce qui m'a convaincu — et ce qui m'a un peu surpris.
ChefRAG : l'architecture RAG derrière l'assistant culinaire
ChromaDB pour la recherche sémantique, DuckDB pour les filtres structurés, LlamaIndex pour coller tout ça ensemble, Claude pour générer les réponses — et quelques ADRs pour ne pas regretter mes choix. Détail de l'architecture de ChefRAG.
ChefRAG : j'ai branché un LLM sur ma collection de recettes
J'adore cuisiner, j'adore Umami, et j'avais envie de mettre les mains dans le RAG. Résultat : ChefRAG, un assistant culinaire qui répond à 'j'ai des œufs et du fromage, qu'est-ce que je fais ?' en cherchant dans mes propres recettes.
SpotifAI — Déploiement, bilan et ce qui vient ensuite
Le déploiement de SpotifAI sur Coolify + Hetzner, les contraintes Spotify en Development Mode, ce que le projet m'a appris sur le travail avec les LLMs — et la roadmap Phase 3.
SpotifAI — OAuth, LLM et les surprises de l'API Spotify
Comment j'ai construit le cœur de SpotifAI : le flow OAuth2, l'injection du profil musical comme contexte LLM, et les deux blocages API Spotify que je n'avais pas anticipés — avec les contournements que j'ai trouvés.
SpotifAI — Pourquoi j'ai construit un générateur de playlists IA
Retour d'expérience sur la genèse de SpotifAI : la bulle algorithmique de Spotify, l'idée du projet, les choix de stack et comment Claude Desktop m'a aidé à structurer tout ça avant d'écrire une seule ligne de code.
Airflow pour le GenAI : de la théorie à un pipeline RAG en production
Après avoir découvert les bases d'Airflow dans le cadre de ma formation DataBird, j'ai suivi le cours 'Orchestrating Workflows for GenAI Applications' sur DeepLearning.AI. Deux intervenantes complémentaires, un exemple RAG très concret — voici ce que j'en retiens.
Pourquoi j'utilise Umami (et pas Google Analytics) pour mes sites perso
Umami, Matomo, Google Analytics — trois outils, trois contextes différents. Voici comment je choisis mon outil analytics selon le projet, et pourquoi la vie privée des utilisateurs n'est pas une option.
Lancement de ce blog avec Astro : choix techniques et retour d'expérience
Retour sur la création de ce blog : choix du stack Astro + TailwindCSS, template de départ, modifications apportées, et pourquoi Astro est devenu mon framework préféré pour les sites statiques.
Ce que j'ai appris en suivant le cours Data Analytics de DeepLearning.ai
Retour d'expérience sur la spécialisation Data Analytics de DeepLearning.ai, enseignée par Sean Barnes de Netflix. Python, stats, SQL, Tableau, storytelling — voici ce que j'en retiens.
Paris Web 2025 : deux jours pour se rappeler pourquoi on fait ce métier
Retour sur l'édition 2025 de Paris Web, 20 ans après ses débuts. Unicode, validisme, IA, sécurité, typo, Web Components… un programme dense, des conférences qui font réfléchir, et une communauté qui continue de défendre un web de qualité.
LlamaIndex et le RAG agentique : ce que j'ai appris sur DeepLearning.AI
Retour sur deux cours DeepLearning.AI dédiés à LlamaIndex : du router query engine aux workflows événementiels, en passant par le RAG agentique et les agents multi-documents. Et comment ça se compare à CrewAI et LangGraph.
LangChain et LangGraph : ce que j'ai retenu de deux cours DeepLearning.AI
Retour d'expérience sur deux cours DeepLearning.AI consacrés à LangChain et LangGraph. De la construction d'une chaîne LLM basique jusqu'aux agents persistants avec human-in-the-loop — ce que j'en retiens concrètement.
CrewAI : ce que j'ai appris en construisant mes premiers agents IA
Retour d'expérience sur deux cours CrewAI suivis sur DeepLearning.AI. Python débutant, systèmes multi-agents, outils, mémoire, pipelines — voici ce que ça m'a appris (et ce que ça m'a donné envie de construire).
Aucun article ne correspond à ces filtres.