Retours d’expérience techniques tirés des projets : NLP / sécurité LLM, computer vision, scoring LLM et ranking temps réel. Chaque article est pensé pour donner une décision technique, pas une démo.
Combiner règles DLP classiques et BERT fine-tuné pour décider ALLOW / MASK / BLOCK avant qu’un prompt ne quitte le périmètre. Architecture, schéma de réponse et garde-fous.
Cinq stratégies CV comparées sur la même base, derrière une API job-based. Pourquoi le deep learning n’est pas toujours le bon premier réflexe.
Pourquoi un score brut « sur 100 » ne marche pas, et comment une grille fixe + JSON strict + découpage par phase d’appel rendent le scoring stable et actionnable.
Decay exponentiel, pénalités explicites et garde-fous anti-spam pour transformer une centaine de votes bruités en Top 10 utilisable par un DJ — sans tomber dans le populisme musical.
Vous voulez que j’écrive sur un sujet précis ? Écrivez-moi via la page Contact.