Qui
Je m'appelle Matteo. Je publie sur les systèmes LLM comme objets techniques réels : modèles, outils, contexte, mémoire, orchestration, coûts, méthodes et limites.
Le métier, c'est l'ingénierie des systèmes et de l'intégration, en environnement bancaire régulé, sans interruption depuis août 2018, soit 8 ans. J'ai commencé comme relais terrain des ingénieurs du groupe sur un déploiement de téléphonie d'entreprise, dans une banque privée française, d'août 2018 à novembre 2020. Depuis, je travaille pour l'entité d'infrastructure d'un groupe bancaire français : trois ans de prestation, puis une internalisation en CDI en octobre 2023, sur le même poste. J'y suis propriétaire technique et référence de niveau 3 d'un écosystème de provisioning multi-tenant.
Je ne nomme aucun employeur sur ce site et je n'y publie aucun chiffre de périmètre interne. Ce qui se mesure ici se mesure sur ma machine. Le code est sur mon portefeuille GitHub, le reste sur mon profil LinkedIn.
Ce que fait ce site
Ce site est un corpus public sourcé sur les grands modèles de langage. La méthode est explicite : chaque affirmation est rattachée à une source, les hypothèses sont séparées des faits, les résultats négatifs sont archivés comme les positifs. Le corpus compte aujourd'hui 149 articles, chacun doublé de son miroir anglais.
Ce que je fais
Je tiens en parallèle un laboratoire R&D LLM personnel dans lequel j'instrumente et mesure des systèmes multi-agents : orchestration, gestion de contexte, mémoire, coûts, outils. Le site publie les résultats stabilisés de ce travail, et s'appuie plus largement sur des systèmes de connaissance structurés.
Depuis mars 2026, j'ai construit seul huit produits logiciels dans ce cadre. Le plus large, Ariane, est une plateforme documentaire d'entreprise à recherche augmentée : 284 347 lignes de Python au 10 septembre 2026. Son moteur de recherche a son propre banc de mesure, 732 fonctions de test, dix-huit configurations figées dans un verrou de référence scellé en SHA-256, et une politique de régression chiffrée plutôt qu'une impression (ndcg@10, écart de 0,01, test t apparié, seuil de 0,05). La pertinence s'y juge sur 5 572 jugements au format TREC, chacun avec son fichier de provenance. Les treize décisions d'architecture sont numérotées et datées, et l'image de production tourne sans privilèges, sur 1 311 empreintes SHA-256 épinglées.
Les limites comptent autant. Cette conteneurisation est locale, sur Docker : je n'ai d'expérience ni de Kubernetes, ni de Helm, ni du cloud public. Le banc de mesure n'a ni intégration continue ni orchestrateur, il se lance à la main.
Ce que je mesure, et ce que je rapporte
J'instrumente des systèmes multi-agents sur ma propre machine : orchestration, gestion de contexte, mémoire, coûts, outillage. Là, je mesure, et les chiffres viennent de mes essais — 12 articles de ce site sont dans ce cas, et ils le disent chacun sur leur page.
Sur tout le reste, je lis et je rapporte. Je n'entraîne pas de modèles : ce que j'écris sur l'entraînement, le matériel ou l'architecture interne vient de la littérature et de la documentation des constructeurs, pas de l'expérience. Je ne suis ni juriste ni économiste : quand je parle de l'AI Act ou d'une valorisation, je lis le texte et je cite la source, je ne l'interprète pas à titre professionnel.
121 des 149 articles de ce site sont dans ce second cas. Ce n'est ni bien ni mal : c'est la forme réelle de ce que vous lisez, et savoir où je m'arrête vous dit quoi faire du reste.
Transparence
Ce site est produit avec assistance IA. C'est assumé et documenté. Voir Made By AI, So What?
Contact
Contact direct : [email protected]. Pour signaler une erreur factuelle ou une source manquante sur un article, voir la procédure dédiée sur la page Méthode.