Je suis Nathan Leclercq, MLOps Engineer chez DataKhi à Tourcoing. Je conçois et opère des plateformes data + ML de bout en bout — de la collecte au modèle en production, en passant par l’infrastructure, le déploiement et le monitoring.
Ce qui m’intéresse, c’est de construire des choses complètes : pas juste un modèle ou un pipeline, mais tout ce qu’il y a autour pour que ça tourne en production. C’est exactement ce que recouvre le terme MLOps. Mon angle est triple :
- Souveraineté ciblée — aider les équipes à reprendre le contrôle des workloads ML les plus sensibles (modèles, RAG d’entreprise, données utilisateurs) en montant du self-host à côté de leur cloud existant : diversifier les dépendances critiques, pas tout remplacer en bloc.
- Frugalité infra — optimiser ce que coûte un cluster ML en énergie et en €, mesurer plutôt que deviner. K8s self-host, GPU shared, retentions courtes, scale-to-zero quand pertinent.
- Écoconception produit — au-delà de l’efficacité infra, sensibiliser à l’empreinte environnementale d’un produit data/ML. C’est ce que j’ai travaillé sur Tossée (archivé) : pipeline de scoring textile via Ecobalyse, à grande échelle, multi-marques, déployé sur K3s. Ce double angle (frugalité infra + écoconception produit) anticipe l’AI Act et les exigences scope 3 qui montent.
C’est pour ça que je passe du temps sur mon homelab — un cluster Proxmox + K3s + GPU local qui sert mon RAG personnel et mes expérimentations — pour éprouver des outils et des architectures avant de les utiliser en mission.
En juin 2026 j’ai présenté à DevLille “Reprenez le contrôle de votre plateforme data face aux géants américains” (avec Jonathan Fritsch), un retour d’expérience concret sur le déploiement d’une plateforme data moderne en cloud privé pour les usages où ça compte.
Parcours#
Licence informatique et cursus mathématiques (3 ans) à Lille, puis Master Machine Learning. Pendant la fac, beaucoup de compétitions de programmation en Julia (Google Hash Code, Reply Challenge, Cloudflight). Chez DataKhi depuis 3 ans (alternance puis CDI), je travaille actuellement sur une plateforme data télécom et un modèle de prédiction d’affluence restaurant.
Ce blog#
J’écris pour documenter ce que je construis — c’est aussi un moyen de structurer ce que j’apprends. Les articles couvrent le data engineering, le ML, le DevOps et l’auto-hébergement. J’écris aussi sur le blog DataKhi dans un cadre professionnel.
En dehors du code#
Professeur de saxophone (jazz, soul) depuis 2017 — cours particuliers et écoles de musique. Sinon : vélo, squash, course à pied, musculation, science-fiction, jeux de rôle sur table.
Pour discuter data, ML ou musique : nathan.leclercq9@protonmail.com · GitHub · LinkedIn