Revenue Systems Architect · IA et automatisation · Paris
Je supprime le travail manuel et optimise votre entreprise avec l'IA.
Systèmes revenue, automatisations et intégrations IA. Du pipeline à l'outillage, je conçois ce qui tient en production.
Je travaille avec des startups et des acteurs de la fintech, du M&A, de l'immobilier premium et de la formation.
Prestations
Quatre angles d'intervention. Chacun part d'un problème concret et de ce que je livre en réponse.
Architecture de systèmes revenue et CRM
Votre CRM est devenu un entrepôt de données que personne ne maîtrise, les pipelines ne reflètent pas la réalité commerciale, le scoring et le routing sont manuels ou inexistants.
Ce que je livre
Refonte de l'architecture CRM (objets, pipelines, scoring, routing, attribution multi-touch), standardisation des process sales de la qualification au handover, documentation des playbooks et mesure de l'adoption.
Pipelines d'enrichissement et de qualification
Vos équipes passent des heures à qualifier des leads à la main, le signal est noyé dans le bruit, la donnée est incohérente entre les sources.
Ce que je livre
Pipelines d'enrichissement multi-sources, scoring automatisé, segmentation comportementale, du volume brut transformé en leads exploitables et priorisés.
Intégrations IA et systèmes RAG en production
Vous voulez utiliser l'IA sur des cas concrets mais vous ne savez pas comment passer du prototype à quelque chose de fiable, contrôlé et maintenable.
Ce que je livre
Agents Claude orchestrés en production, systèmes RAG (Pinecone, ChromaDB) pour l'enrichissement contextuel et la génération à l'échelle, workflows agentiques multi-critères avec monitoring qualité et contrôle des coûts.
Outils sur mesure et automatisation de bout en bout
Un process clé de votre activité repose sur du travail manuel répétitif que les outils du marché ne couvrent pas.
Ce que je livre
Conception et déploiement d'outils sur mesure (Next.js, PostgreSQL, Supabase, n8n) qui suppriment le travail manuel entre vos outils, packagés pour être utilisables sans compétence technique.
Réalisations
Quatre systèmes en production, conçus et implémentés de bout en bout.
ARDEA M&A Signal
Signal intelligence pour boutiques M&A et fonds de Private Equity.
Un analyste M&A passe 10 à 15 heures par semaine en veille manuelle bruitée. Le système agrège en continu les signaux, déduplique, enrichit via Pappers, score via Claude Haiku et synthétise via Claude Sonnet.
- de temps de sourcing économisé
- 90%de temps de sourcing économisé
- cibles analysées
- 120+cibles analysées
- intervalle de scan
- 4 hintervalle de scan
ThermoScan
Cartographie du risque énergétique DPE pour syndics de copropriété et agences premium.
La donnée ADEME est publique mais brute et dispersée, sans vue portefeuille ni scoring de priorité face aux interdictions de location progressives. Le système connecte un portefeuille d'adresses, score chaque lot via présets, cartographie sur Leaflet et génère les synthèses AG via Claude.
- présets de scoring
- 3présets de scoring
- sources de données publiques
- 100%sources de données publiques
- fréquence de scan
- Hebdo.fréquence de scan
Horizon
Réponse RAG aux appels d'offres pour agences événementielles premium.
Chaque réponse mobilise 2 à 4 jours-homme alors que la matière existe déjà dans les archives. Le système ingère les propositions historiques en base vectorielle, recherche les passages pertinents à réception d'un brief et orchestre Claude pour rédiger six sections en respectant la voix créative.
- de mise en place
- 2 sem.de mise en place
- sections générées
- 6sections générées
- autonomie utilisateur
- 100%autonomie utilisateur
PandaJob
Pipeline de matching alternance pour écoles et organismes de formation.
La collecte et le tri des offres d'alternance sont un travail manuel chronophage, avec un signal dispersé entre job boards, sites d'entreprises et réseaux. Le système collecte via Apify, déduplique, qualifie via Claude, enrichit via Apollo et restitue un flux d'offres triées.
- première preuve de valeur
- Démopremière preuve de valeur
- collecte des offres
- Multi-sourcecollecte des offres
- qualification et scoring
- Auto.qualification et scoring
Approche
Je n'arrive pas avec une solution toute faite. Je pars du travail manuel qui vous coûte du temps, et je le supprime de façon mesurable.
01
Diagnostic du temps perdu
J'identifie où vos équipes perdent des heures sur de l'administratif déguisé en valeur ajoutée : veille manuelle, consolidation de données, qualification à la main, reporting. Je quantifie le coût réel avant de proposer quoi que ce soit.
02
Construction rapide d'une preuve
Je construis vite quelque chose qui marche sur le cas le plus douloureux, pas une roadmap de six mois. L'objectif est une première preuve de valeur tangible en quelques jours, pas un livrable théorique.
03
Mise en production maîtrisée
Je déploie en conditions réelles avec ce qui fait la différence entre un prototype et un système : déduplication, monitoring qualité de la donnée, contrôle des coûts d'API, gestion des cas limites. Ce qui tourne doit tourner en autonomie.
04
Transmission
Je documente et je package pour que vos équipes utilisent le système sans dépendre de moi. Pas de boîte noire, pas de dépendance.
Cinq ans à l'intersection RevOps, Growth et AI Engineering, en poste avant le freelance, sur des stacks GTM industrialisées pour des clients fintech, M&A, immobilier premium et formation.
Parlons de ce qui vous coûte du temps
Le plus simple est de réserver 30 minutes. On regarde ensemble où vous perdez du temps et si je peux le supprimer.