À propos
Enterprise AI GTM & Solutions · Camunda · Toronto / New York
Ce que je fais
Je travaille avec des équipes d'ingénierie et commerciales au sein de certaines des plus grandes institutions financières d'Amérique du Nord, et de plus en plus avec des assureurs, des entreprises de santé et des détaillants, sur une question : comment faire passer un agent IA d'un notebook Python à un système qu'un régulateur peut auditer ?
La majeure partie de mon temps est consacrée à la construction, pas à la discussion. Au cours des deux dernières années, cela a représenté plus de 50 systèmes agentiques fonctionnels dans environ 15 secteurs : agents d'investigation KYC, examen de lettres de crédit passé de plusieurs heures à quelques secondes, triage de souscription, gestion des exceptions de paiement, récupération de commandes de détail. Les clients restent confidentiels. Les modèles se retrouvent dans les guides pratiques.
Le fil conducteur est l'autonomie gouvernée. Le raisonnement appartient au modèle. La politique, l'audit, l'identité et le temps lui sont extérieurs. Bien définir cette frontière est la majeure partie du travail, et c'est la partie que les démos omettent généralement.
Comment je travaille
Preuves plutôt qu'adjectifs. Quand une banque demande « quel modèle devrait exécuter ceci », la réponse est une évaluation, pas une opinion : coût par cas, précision par rapport à un jeu de données de référence, taux d'omission d'outils mesurés plutôt que supposés, sensibilité à la température vérifiée. J'ai construit ce cadre avant que les évaluations d'agents ne soient un sujet de discussion sur le marché, parce que la question était déjà présente. Une conclusion de ce travail : un modèle de milieu de gamme a égalé le modèle premium sur une tâche KYC à environ un treizième du coût.
Je ne suis délibérément pas tribal quant à la stack. Claude, Gemini, GPT, Cohere et les modèles ouverts fonctionnent tous dans les systèmes que j'ai déployés, parfois trois fournisseurs dans un seul processus. Idem pour les frameworks : LangGraph, CrewAI et le code simple ont tous leur place, gouvernés par un plan de contrôle qui gère les obligations de l'institution. Là où la souveraineté des données est importante, et dans le secteur bancaire canadien, c'est très important, cela signifie des modèles et des agents hébergés localement derrière des frontières de confidentialité, c'est aussi pourquoi j'ai construit un connecteur Cohere pour l'orchestration des processus.
Et je construis en public là où je peux : des implémentations de référence des protocoles d'agents ouverts (MCP, A2A, AG-UI, AP2) avant qu'ils ne deviennent grand public, chacune avec un guide pratique, chacune honnête sur ce qui est simulé et ce qui est réel.
Pourquoi « letmereviewyourcode »
Le nom a commencé comme une provocation. L'écart entre « cette démo fonctionne » et « ce système est digne de confiance » est presque toujours visible dans le code, pas dans la présentation. Lire attentivement un système est le moyen le plus rapide de le comprendre, et revoir mes propres réalisations en public, y compris les décisions que je prendrais différemment, est la discipline que ce site vise à appliquer.
C'est aussi une invitation. Si vous construisez des systèmes agentiques et souhaitez un second avis de quelqu'un dont c'est le métier, mon LinkedIn est ouvert.
Le parcours
Plus de douze ans dans la tech et les services financiers, couvrant la gestion de patrimoine, la banque et les marchés de capitaux. Diplôme en informatique. Avant l'ère agentique, j'ai passé des années dans l'écosystème Salesforce, notamment en co-animant le seul atelier pratique d'automatisation à Dreamforce 2022, et je détiens des certifications Salesforce et Pega. En cours de route, j'ai influencé des résultats de transactions d'entreprise de plus de 50 millions de dollars, co-écrit la série de blogs A2A de Camunda, été cité dans sa couverture de l'open banking (« tout problème ne mérite pas un agent » est une règle à laquelle je tiens toujours), obtenu une mention au hackathon Gemini 3 pour un système hypothécaire multi-agents, et reçu un prix Value Pioneer lors du coup d'envoi annuel de Camunda.
En dehors des heures de travail
La discipline qui rend les agents d'une banque auditables se transpose étonnamment bien à plus petite échelle, et j'ai une passion grandissante pour sa démocratisation : les petites et moyennes entreprises, et les organisations à but non lucratif, en particulier canadiennes 🍁, méritent une version équitable de la conversation sur l'IA. Ce que leurs outils font réellement, ce qu'un modèle devrait coûter par cas, et où leurs données vont réellement. C'est une passion, pas une pratique, et rien n'est à vendre. J'ai noté les questions à poser, et si vous êtes aux prises avec elles, contactez-moi.
Au-delà du travail
Ma curiosité dépasse les limites de mon travail quotidien : une bourse Perplexity, des hackathons, des soumissions de connecteurs, des pipelines vidéo construits avec Remotion, et un temps déraisonnable passé à observer comment les agents de codage des laboratoires de pointe convergent vers les mêmes primitives. Quand les agents ont commencé à acheter des choses, j'ai donné ma carte de crédit à l'un d'eux sous un mandat signé pour voir ce qui se passerait. C'est documenté.
Hors écran : une golden retriever nommée Mishka qui ne critique rien et approuve tout, une habitude de golf qui me garde humble, des voyages en Argentine avec ma petite amie où l'asado seul justifie le vol, et un amour du cricket qui a commencé sur les terrains de mon enfance en Inde.