Nathan Leclercq

#

nathan.leclercq9@protonmail.com | LinkedIn | GitHub | Blog | Télécharger en PDF

Profil

#

MLOps & Data Engineer chez DataKhi depuis 3 ans (alternance puis CDI). Je conçois et opère des plateformes data + ML de bout en bout : collecte, pipelines, modèles ML, déploiement, monitoring. Trois angles de travail récurrents : souveraineté ciblée (reprendre le contrôle des workloads sensibles sans tout migrer hors cloud existant), frugalité infra (mesurer plutôt que deviner la conso d’un cluster ML), écoconception produit (impact environnemental des systèmes ML, expérience Tossée + Ecobalyse). Master Machine Learning (Lille), formation initiale en mathématiques.

Talks & Publications

#

• DevLille 2026 (juin 2026, avec Jonathan Fritsch) — “Reprenez le contrôle de votre plateforme data face aux géants américains” : retour d’expérience sur le déploiement d’une plateforme data moderne en cloud privé (MinIO/Garage, PostgreSQL, DuckDB, K3s)
• 8 articles techniques publiés sur le blog DataKhi (jan 2026), notamment : plateforme data souveraine, stockage S3 self-hosted, migration vers open source, migration Airflow → Kestra, ML pour la prévision de demande, architectures de bases de données pour systèmes de recommandation
• Articles techniques sur mon blog perso (2024-2026) : série Homelab (5 posts), série Book Reco (6 posts), retour Cloud Nord 2024, recherche harmonisation de mélodies

Expérience Professionnelle

#

DataKhi — Cabinet de conseil data, Tourcoing (2023 - présent)

#

MLOps & Data Engineer — Mission Nyukom · CDI · oct 2025 - présent

• Plateforme data télécom end-to-end : collecte (scraping 3CX, API Centreon), data lake objet, entrepôt PostgreSQL en schéma étoile, restitution Power BI
• Infrastructure complète déployée et opérée : K3s, Airflow, Ansible (5 rôles), registre OCI privé
• Migration en cours du stockage objet MinIO vers Garage (S3 européen) pour les workloads sensibles, mirror J-1 maintenu pendant la recette
• Multi-client avec partitionnement, idempotence, backfill historique
• Stack : Airflow 3, K3s, Ansible, Docker, PostgreSQL 17, MinIO, Garage, Playwright, Python

Data Engineer — Référentiel d’entreprises & moteur de prospection B2B (SIRENE) · CDI · 2025 - présent

• Pipeline d’alimentation PostgreSQL avec ~14,8M entreprises actives, ~23M établissements, enrichi des ratios financiers BCE/INPI (~6,3M lignes) et d’appels à l’API Annuaire des Entreprises
• Mode incrémental (UPSERT) ou full (swap atomique préservant les enrichissements API), tolérance aux erreurs, idempotence, déployé en CronJob Kubernetes
• Schéma data warehouse d_entreprise, d_etablissement, d_finance, d_dirigeant
• Moteur de prospection B2B par-dessus le référentiel : ciblage des cibles (API Recherche d’entreprises), résolution des sites web, recherche de contacts vérifiés (Dropcontact/Findymail), rédaction d’emails personnalisés par LLM (Mistral) et envoi automatisé
• Stack : Python, PyArrow, Parquet, Bulk INSEE, API Annuaire Entreprises

Data + Platform Engineer — Benchmark S3 souverain (Garage vs MinIO) · CDI · 2025 - 2026

• Conception et exécution d’un benchmark Garage vs MinIO (cluster 3 nœuds + mono-nœud) pour le choix du stockage objet sur workloads sensibles
• Mesures : lectures DuckDB sur dataset parquet multi-Go, écritures boto3, test de résilience (coupure de nœud + recovery)
• Banc d’essai reproductible et automatisé (Docker Compose multi-nœuds + scripts de déploiement), socle technique du talk DevLille 2026
• Stack : Garage, MinIO, DuckDB, boto3, Docker Compose, Python

Data Engineer — Infra data Hall U Need (Microsoft Fabric + Azure Data Factory) · CDI (continuité alternance) · 2023 - présent

• Opération et évolution d’une infrastructure data hybride existante pour une moyenne entreprise du secteur de la restauration : Microsoft Fabric (data warehouse + notebooks), Azure Data Factory (orchestration de flux), pipelines de scraping custom Playwright pour les sources non-Azure
• Run quotidien : gestion des incidents en production, suivi des coûts cloud, monitoring des flux
• Enrichissement progressif au fil des demandes client : ajout de nouvelles sources (caisses, réservations, météo, RH, événementiel), nouveaux flux, optimisations coût et fiabilité
• Stack : Microsoft Fabric, Azure Data Factory, Azure SQL, Python, Playwright, Pandas

ML Engineer — Prédiction d’affluence Hall U Need · CDI (continuité alternance) · 2023 - présent

• Industrialisation d’un modèle de prédiction d’affluence restaurant (XGBoost quantile regression) sur la base de données alimentée par l’infra Fabric ci-dessus : 28 modèles indépendants, feature engineering avancé (météo, calendrier, jours fériés, ponts, événements, réservations J-X)
• Loss function custom Huber, calibration des intervalles de confiance, tests de non-régression (Pearson ≥ 0,999)
• Pipeline complet collecte Microsoft Fabric → entraînement → prédiction, workflow Makefile

Data & Full-Stack Engineer — Mission Tossée · Alternance · 2023 - 2025

• Produit data-driven complet pour un agrégateur de mode éco-responsable (~15 sous-projets, archivé AGPL v3 publiquement) : développé du front au back, de la collecte de données jusqu’aux interfaces utilisateur
• Scoring d’impact environnemental via API Ecobalyse, multi-marques (67 brands YAML), pipeline ML d’embedding produit pour la recherche sémantique
• Crawling et scraping à grande échelle (Scrapy + Playwright + FlareSolverr + moteur de règles YAML maison)
• Full-stack : backend FastAPI + PostgreSQL/pgvector, app mobile Flutter (essayage virtuel DM-VTON, scan code-barres, OAuth multi-provider, géolocalisation), extension navigateur React/TypeScript
• Agent IA (OpenAI Agents SDK) pour extraction automatique de données depuis HTML
• Déploiement hybride on-premise (Kubernetes) / Azure (AKS, Functions, Blob), automatisé en IaC (Ansible, Terraform)

Développeur FullStack — Stage · 2023 · 4 mois

• Système de versioning pour Power BI : backend C++ (différentiels de rapports), frontend React, distribution Electron

Professeur de Musique · 2017 - présent

#

• Enseignement du saxophone (jazz, soul) et solfège — cours particuliers et écoles de musique

Compétences Techniques

#

MLOps & ML Engineering

• Pipelines ML production end-to-end : training → serving → monitoring → reindex
• LLM serving local (Ollama, GPU partagé), embedding pipelines (Nomic Embed Text, sentence-transformers, CamemBERT)
• RAG en production : pgvector + tsvector + trigram + RRF, Model Context Protocol (MCP SDK)
• XGBoost (régression quantile), feature engineering, cross-validation temporelle, loss functions custom, calibration d’intervalles
• Observabilité LLM : Tempo OTLP, métriques custom Prometheus, alerting Grafana

Data Engineering

• Pipelines ETL end-to-end, schéma en étoile, partitionnement, idempotence, backfill
• Apache Airflow (DAGs, operators custom), Kestra (à l’essai), Microsoft Fabric, Azure Data Factory
• PostgreSQL avancé, PyArrow / Parquet, MinIO / Garage (stockage objet S3-compat), DuckDB
• Maintenance d’infra data hybride (run, coûts cloud, incidents, évolutions schéma)

Infrastructure / DevOps / Frugalité

• Kubernetes (K3s en production), Docker, Ansible & Terraform (IaC, rôles, vault, sealed-secrets)
• Proxmox (cluster maison 4 nœuds), GPU sharing (nvidia-device-plugin time-slicing)
• Monitoring stack complète : Prometheus, Grafana, Loki, Tempo
• Mesure de conso : Kepler (eBPF + RAPL pour conso par pod), smart plugs / Home Assistant
• CI/CD : Forgejo Actions, Renovate self-hosted, registre OCI privé
• Azure (Fabric, Functions, Blob, DevOps)

Web Scraping & Crawling

• Playwright (headless), Scrapy, BeautifulSoup, FlareSolverr (anti-bot)
• Moteurs de règles YAML custom (DSL maison)

Développement

• Python (FastAPI, Pandas, scikit-learn, PyTorch), SQL, TypeScript (React), Dart (Flutter)
• Notions : Go, Rust, Haskell, C++, GraphQL

Langages scientifiques / algo

• Julia (compétitions : Google Hash Code, Reply Challenge, Cloudflight)
• R, NumPy / SciPy, Polars

Projets Personnels

#

Plateforme MLOps Homelab · 2024 - présent

• Cluster Proxmox + K3s (4 nœuds, dont un GPU RTX 4060 Ti) opéré entièrement via Ansible
• Services en production : Ollama (qwen3:14b), Forgejo + Actions, Vaultwarden, Miniflux, Renovate, knowledge-mcp, monitoring Prom/Grafana/Loki/Tempo
• Gestion d’énergie : WoL + shutdown nocturne automatisé, scale-to-zero on-demand, KEEP_ALIVE GPU
• Articles techniques publiés

knowledge-mcp — RAG personnel exposé en MCP · 2026 - présent

• Moteur de RAG sémantique perso sur ~35k chunks de documents (markdown, code, articles), exposé en serveur Model Context Protocol pour Claude / Cursor
• Architecture pgvector + tsvector + trigram + RRF, Nomic Embed via Ollama
• Déployé en production sur le homelab : Deployment HTTP (CPU, ~50ms par requête), CronJob de reindex GPU
• Stack : Python, pgvector, Nomic Embed, Ollama, MCP SDK, K3s, Forgejo Actions

Système de Recommandation de Livres · 2023 - 2025

• Pipeline data complet : scraping d’un large catalogue, embeddings (TF-IDF + CamemBERT), API FastAPI, PostgreSQL/pgvector, MLflow, interface Vue.js
• Articles techniques publiés

Club Algorithmie · 2020 - 2024

• Préparation et participation aux compétitions de programmation
• Solutions optimisées en Julia · Google Hash Code, Reply Challenge, Cloudflight

Recherche : Harmonisation de Mélodies · 2024

• Étude comparative de modèles et algorithmes pour l’harmonisation musicale automatique

Formation

#

Master Machine Learning · Université de Lille · 2023 - 2025

• Deep Learning, NLP, MLOps · Déploiement de LLMs sur infrastructure GPU

Licence Informatique · Université de Lille · 2020 - 2023

• Algorithmique avancée, architecture distribuée, développement fullstack

Cursus Mathématiques (L1-L3) · Université de Lille · 2017 - 2020

• Analyse numérique, probabilités/statistiques, algèbre linéaire appliquée

Langues

#

• Français : natif
• Anglais : professionnel (TOEIC 885)

Centres d’intérêt

#

• Musique : saxophone jazz/soul, orchestre
• Sport : vélo quotidien, badminton
• Lecture : science-fiction, essais techniques (sobriété numérique, AI Act, design système)
• Jeux de rôle sur table