Je mène des applications de la première esquisse à des millions d’utilisateurs.
Ingénieur mobile et architecte IA. Applications iOS et Android, natives et multiplateformes, avec les services backend et l’IA qui les soutiennent, pour les banques, les télécoms et le voyage.
Je conçois des architectures d’agents et MCP, des barrières d’évaluation et des interfaces d’IA en continu, et je livre de l’apprentissage automatique sur l’appareil à des millions de personnes. Le volet plateforme de ce travail : plateformes de modèles sur AWS Bedrock et Google Vertex AI, services d’agents en Python, barrières d’évaluation et de régression, garde-fous, API compatibles MCP, connexion et surveillance, plus les contrôles que je construis autour de mes propres agents.
courriel → interventionrépartition → telegrambarrière → facturecerveau → réponse citéeLes bons de travail arrivent par courriel et deviennent des interventions sur une machine à états encadrée. Les techniciens sont répartis et guidés jusqu’à la clôture sur Telegram, du code établit le prix de chaque facture et un administrateur l’approuve. Un cerveau de connaissances couvrant 2 000+ interventions passées et 70 000 fichiers indexés répond à des questions en langage courant avec des numéros de facture cités, jamais avec du SQL écrit par un modèle. Un agent opérateur doté de sept compétences lit le tout au moyen d’outils en lecture seule, et chaque message et chaque modification est conservé comme mémoire d’audit. Construit d’abord à partir de spécifications avec Claude Code et Codex : 69 spécifications, 2 600+ tests.
Découverte menée avec la direction des produits et des affaires, puis construction du backend d’agents (LangGraph, FastAPI, RAG sur Bedrock), des barrières d’évaluation et de l’interface de clavardage en continu en SwiftUI et React Native. Utilisé par plus de 75 personnes.
Services Python sur Vertex AI avec RAG sur le contenu de soutien, chaque changement de modèle conditionné par un banc d’évaluation, et une interface de clavardage native en continu sur iOS et Android au-dessus d’un WebSocket Ktor.
constructeur → brancheaq → PASSévaluateur → CONCERNSbarrière → responsableDes agents constructeurs travaillent dans des branches isolées; un pont qui ne dépense aucun jeton de modèle compile et fusionne; un agent d’AQ vérifie le résultat; un évaluateur indépendant en lecture seule renvoie PASS, CONCERNS ou FAIL à partir de preuves; une couche de supervision rapproche chaque demande de ce que l’agent a fait et expose son registre par MCP. Les barrières d’approbation et de dépenses se trouvent dans du code partagé, pas dans les invites.
Core ML et TensorFlow Lite dans les applications Bell et Virgin Plus, utilisées par des millions de personnes, dans une base de code Kotlin Multiplatform avec environ 80 % de code de domaine et de données partagé.
bedrock · vertex aiéval → barrière de régressionmcp → bff apiokta · oauth2 · fido2Plateformes de modèles sur AWS Bedrock et Google Vertex AI, services d’agents en Python (FastAPI, LangGraph) et API BFF compatible avec MCP pour que les fonctionnalités d’IA fonctionnent sur iOS, Android et le backend. Les changements de modèle passent par un banc d’évaluation avec barrières de régression, et le code généré par l’IA passe par des garde-fous et des barrières de CI. Connexion sur Okta, OAuth2 et FIDO2/WebAuthn, télémétrie et surveillance en production, ainsi que des invites, des gabarits et des composants d’agents partagés que d’autres équipes ont adoptés.
demande → barrière d’approbationécriture → magasin de sécuritétâches → plafond de chargecli → serveur localLes règles d’approbation, de dépenses et d’interdiction d’écriture se trouvent dans du code partagé que le tableau de bord, le terminal et chaque agent appellent, et des tests hermétiques prouvent que le terminal les respecte. Un client en ligne de commande au-dessus d’un serveur local avec des codes de sortie définis, un magasin de sécurité qui capture chaque écriture de fichier avant qu’elle ne s’applique, une sélection de tests par dépendance, un registre qui plafonne les tâches lourdes et un Cloudflare Worker avec Turnstile devant les coordonnées.
Développeur mobile principal, iOS et AndroidCréation de l’application bancaire d’entreprise BNE de zéro sur iOS et Android avec Backbase, plus un copilote IA, la connexion Okta et l’authentification multifacteur FIDO2.
Les écrans du site Web et de l’application Sephora présentés ici.
Développeur mobile Staff, iOS et AndroidResponsable d’équipe sur MyBell, lauréate d’un prix Webby avec Virgin Plus. J’ai aidé à construire le système de design partagé entre les marques Bell, sous forme de composants Compose sur Android et de composants SwiftUI sur iOS, et j’ai participé à l’architecture des modules Kotlin Multiplatform qui le soutiennent, avec environ 80 % du code de domaine et de données partagé entre iOS et Android.
Développeur mobile Staff, iOS et AndroidIssue de l’équipe mobile MyBell et Virgin Plus que j’ai dirigée, lauréate de prix Webby. Elle repose sur le même système de design partagé et le même noyau Kotlin Multiplatform que Bell.
Développeur mobile Staff, iOS et AndroidUne autre marque Bell sur le même système de design partagé et le même noyau Kotlin Multiplatform.
Développeur mobile senior, iOS et AndroidFonctionnalités natives iOS et Android, dont le suivi de vol en temps réel avec Live Activities et Dynamic Island, des cartes d’embarquement Apple Wallet et une synchronisation sûre hors ligne.
Ingénieur mobile senior, iOS avec alignement Android et FlutterJe dirige l’équipe mobile pour la refonte de l’application phare de PNC Bank en SwiftUI, conçue selon WCAG 2.2 AA et alignée avec Android et Flutter.
Développeur mobile senior, iOS avec parité AndroidModernisation d’abord SwiftUI de Scotia iTrade et des principales applications bancaires, avec parité Jetpack Compose sur Android, CI/CD Jenkins, couverture de tests d’au moins 80 % et observabilité Dynatrace et Splunk.
Ingénieur mobile Staff, iOS et AndroidUne application de commodités en marque blanche et un système de design réutilisable pour iOS et Android, créés de zéro, avec une première version en environ un mois.
Développeur mobile Staff, iOS et API BFF PythonL’application My Canada Life At Work est passée à SwiftUI avec WCAG 2.2 AA, plus des contrats d’API BFF Python pour iOS, Android, Flutter et le Web.
Développeur mobile senior, SDK pour iOS, Android, Flutter et React NativeArchitecture d’une plateforme de commerce électronique B2B en diffusion en direct avec vidéo AVFoundation, clavardage et transactions, plus des SDK mobiles pour iOS, Android, Flutter et React Native.
Développeur mobile, iOS et Android sur Kotlin Multiplatform partagéUn système d’inventaire industriel avec IoT Bluetooth Mesh, modules Kotlin Multiplatform partagés, synchronisation axée sur le hors-ligne et reconnaissance d’actifs avec Core ML.
Ingénieur mobile et analyste technique, iOS et Android sur .NET et AzurePropriétaire technique de la plateforme Mobile Maintainer sur Xamarin Forms, répartie sur cinq dépôts .NET et Azure, avec des versions dans quatre régions du monde et un soutien en production 24x7.
Développeur de jeux vidéoCréation de cadres de tests automatisés et d’outils backend de ressources pour des sorties AAA multiplateformes, ce qui a accéléré l’assurance qualité et réduit les tests manuels.
Fusion des applications d’éclairage de secours Nexus Pro et Naveo Pro en une seule plateforme, avec des modules Kotlin Multiplatform partagés et Bluetooth Mesh.
Direction de l’équipe mobile sur l’application Bullshooter, plus la stratégie d’IA : un système de design Figma MCP et une API prête pour MCP.
Chez IBM, j’ai travaillé sur l’architecture et la modernisation mobiles d’entreprise dans des programmes clients, dont l’application Air Canada et l’application mobile PNC Bank.
Une application civique pour Montréal, Laval et Terrebonne, axée sur le hors-ligne pour les zones à faible connectivité, avec des API BFF Python et de la correspondance d’images avec Core ML.
Une application grand public de suivi du sommeil, créée dès le départ en SwiftUI, avec navigation par machine à états et architecture propre, portable vers Flutter et React Native.
Optimisation de procédés de production de précision et réduction du gaspillage de 30 % grâce à l’automatisation des procédés.
Vous avez quelque chose à construire?
Parlez-m’en ↑