Des contrats plutôt que de l’ambiguïté
Rendre les attentes transverses explicites avant que la dérive n’atteigne la production.
← Projets sélectionnés
Ingénierie produit · Systèmes d’ingénierie · DevOps
Document AI
Concevoir le produit — et le système qui permet de le livrer avec fiabilité.
Document AI est une plateforme documentaire multi-tenant associée à My Talents Academy. Ma contribution a couvert le produit et le modèle opérationnel d’ingénierie utilisé pour maintenir la cohérence d’une base de code complexe.
- Organisation
- My Talents Academy
- Rôle
- Ingénieur Full Stack & DevOps / Lead technique
- Période
- Nov. 2025 — Juin 2026
- Périmètre
- Produit · Architecture · Qualité · Livraison
Vue d’ensemble du système
Document AI — Vue d’ensemble du système
- 01Spécification
- 02Règles du dépôt
- 03Implémentation
- 04Tests
- 05CI
- 06Release
- 07Déploiement
- 08Validation
01Contexte
Un produit complexe avait besoin d’une manière explicite d’être construit.
La plateforme couvre l’ingestion sécurisée de documents, le stockage, l’extraction assistée par l’IA, les challenges OCR, la revue humaine, les notifications, l’audit et les workflows de gouvernance des données.
Avec la croissance du produit, le risque ne venait pas seulement de la complexité fonctionnelle. Une grande base de code, une petite équipe, des agents de code et des conventions faibles peuvent créer des dérives architecturales et qualitatives à chaque couche.
02Réponse
Transformer les décisions récurrentes en systèmes au niveau du dépôt.
J’ai progressivement formalisé les conventions frontend et backend, les contrats transverses, les attentes de test, les standards de sécurité et documentation, ainsi que la guidance propre au dépôt pour les développeurs et agents de code.
Les erreurs d’implémentation récurrentes sont devenues les entrées d’une boucle d’apprentissage : identifier le motif, écrire la règle, ajouter une validation et réduire le risque de devoir redécouvrir la même erreur.
03Qualité
Valider le code, l’intégration, la livraison et l’environnement réel.
Le modèle qualité combinait tests unitaires et d’intégration, contrôles end-to-end Playwright, gates CI, vérifications de préparation au déploiement et validation post-déploiement avec des ressources synthétiques isolées lorsque cela était approprié.
- Conventions frontend réutilisables, accessibles, bilingues et white-label
- Guidance de dépôt pour une implémentation humaine et assistée par l’IA cohérente
- Versioning, changelogs, releases, migrations et préparation au rollback automatisés
- Conventions de sécurité et de gouvernance des données inspirées des exigences enterprise-ready
04Durabilité
Rendre la connaissance d’ingénierie utile au-delà d’une fonctionnalité ou d’une personne.
Le résultat n’était ni un framework unique ni une checklist. C’était un ensemble connecté de contrats, composants, tests, documentation, automatisation des releases et pratiques de déploiement capable de continuer à guider le travail à mesure que le produit et l’équipe évoluaient.
Certaines parties de ce modèle d’ingénierie sont devenues des références utiles pour d’autres dépôts. C’est le type de levier que je recherche : résoudre le problème produit et améliorer le système qui servira à résoudre le suivant.
+ Principes d’ingénierie
Ce que le système est conçu pour préserver.
Boucles d’apprentissage
Transformer les erreurs récurrentes en règles de dépôt durables.
Validation par couches
Séparer contrôles du code, preuve d’intégration, gates de déploiement et validation live.
Revue humaine
Utiliser les agents de code comme levier dans des standards et limites de revue clairs.