Automatisation, optimisation & IA
Freelance à Lyon : automatisation no-code (n8n, Zapier) ou sur mesure (Python, APIs), automatisation bureautique, reporting et agents IA pour le triage et la rédaction assistée. Deux cas réels détaillés.
Ce que je sais faire
Automatisation no-code ou sur mesure
n8n, Zapier quand ça va vite et que le besoin est standard. Python et APIs quand le no-code atteint ses limites. Le bon outil pour le besoin, pas la techno à la mode.
Automatisation bureautique
Outlook VBA pour le tri, le classement et les relances automatiques. Excel avancé pour fiabiliser des process qui tournaient encore à la main.
Reporting & data visualisation
Datastudio pour transformer des données éparses en tableaux de bord lisibles et actionnables.
Agents IA
Construction d’agents LLM pour du triage et de la rédaction assistée — pas seulement du no-code standard, mais des agents qui prennent des décisions sur des cas réels.
Pourquoi mon parcours le prouve
La flexibilité technique ne se démontre pas sur un CV, elle se démontre sur des cas réels très différents les uns des autres.
J’ai construit un pipeline de données qui agrège, dédoublonne et résume des sources hétérogènes. J’ai aussi construit un agent de triage et de rédaction assistée sur un sujet sensible — des mails bancaires, où une erreur de classement a un coût réel.
Deux problèmes de nature complètement différente, deux solutions différentes. C’est ça, la capacité à aller du no-code jusqu’au développement sur mesure selon ce que la situation demande réellement — pas appliquer la même recette partout.
Réalisations
Pipeline d’agrégation et de résumé de newsletters
Gmail · Agent LLM · Data table · Web
- Le vrai problème n’était pas le nombre de newsletters reçues, mais la redite : plus on ajoute de sources, plus on relit la même info sous des angles ou des chiffres différents.
- Pipeline reliant 2 comptes Gmail sources à un agent LLM (extraction + résumé), avec stockage dans une data table sous contrainte unique sur l’URL source, publié sur un front web dédié (newsletter.edgar.center).
- Obstacle réel : la déduplication par URL seule ne suffisait pas — la même actualité circule parfois sous plusieurs URLs ou formulations différentes. Les résumés étaient aussi mal calibrés au départ (un article de fond traité comme une simple brève, ce qui faisait perdre l’info qu’on cherchait justement à gagner du temps pour lire). Les deux problèmes ont été corrigés.
2 comptes Gmail sources · dédoublonnage et calibrage corrigés · 6 thématiques suivies sans redite (Finance, Politique, Tech, IA, robotique, industrie française)
Outil de tri et de rédaction assistée pour des mails bancaires
Agent LLM · Triage · Rédaction assistée
- Chaque client accompagné avait une dizaine de banques connectées, chacune générant des échanges quotidiens par email. Le volume a grossi progressivement avec le nombre de clients jusqu’à devenir intraitable à la main : 3 personnes pour environ 150 mails/jour, un rythme déjà limite sans marge pour la croissance.
- Un agent LLM classe chaque mail (concerne l’équipe vs simple échange client↔banque) et rédige un brouillon de réponse pour les vraies questions.
- Obstacle réel : méfiance initiale de l’équipe envers des brouillons générés par IA — sujet sensible, des banques étaient en jeu. Pas de raccourci : validation humaine systématique de chaque brouillon au départ, la confiance s’est construite avec le taux de bons brouillons observé dans le temps.
300 mails/jour traités · 3 personnes (150 mails/jour) → 1 personne (300 mails/jour) · rendement par personne multiplié par 6