Description

L’un des plus grands défis actuels du numérique est de garantir des produits fiables et de qualité, dans un monde où les cycles de livraison sont de plus en plus rapides.

Mon parcours m’a permis de développer une double expertise en tests fonctionnels et en automatisation, en travaillant aussi bien pour des grands groupes que pour des scale-ups. J’ai notamment contribué à fiabiliser des systèmes critiques (santé, e-commerce, énergie) en mettant en place des stratégies QA solides et des frameworks d’automatisation efficaces.

Je suis Lead QA freelance avec plus de 7 ans d’expérience dans le test fonctionnel et l’automatisation.

Mon rôle : aider les équipes produit et tech à livrer plus vite, avec moins de bugs, en mettant en place une organisation QA solide et des frameworks de test efficaces.

J’ai travaillé aussi bien pour des grands groupes (Areva, Vinci, GTT) que pour des scale-ups innovantes comme Owkin, où j’ai contribué à fiabiliser un LLM médical en réduisant de moitié le temps de validation.

Mon expertise couvre :

– Automatisation de bout en bout (Cypress, Selenium, Postman, Cucumber)

– Tests fonctionnels, API et mobiles

– CI/CD et surveillance qualité (Jenkins, Grafana, Azure, AWS, Docker, Kubernetes)

– Validation de modèles IA et d’agents conversationnels (OpenAI, Mistral, LangChain)

Ce qui fait ma différence, c’est ma double compétence : QA classique (web, e-commerce, SaaS) et QA appliquée à l’IA, un domaine où la rigueur des tests est encore plus critique. J’interviens autant pour structurer un pôle QA que pour automatiser des parcours critiques ou auditer la qualité d’un produit déjà en production.

Types de projets : e-commerce, santé, IA générative, SaaS, énergie.

Mon objectif est toujours le même : sécuriser vos produits stratégiques, renforcer la confiance des utilisateurs et accélérer vos mises en production.

Languages

French
Native or bilingual
English
Native or bilingual

Workplace preferences

Can work on-site

Paris (up to 50km)

Owkin France
AI AUTOMATION ENGINEER | LEAD QA
NANO-TECHNOLOGY
January 2025 - August 2025 (7 months)
Paris, France
Test fonctionnel LLM : Analyse et validation des réponses générées par “K” à partir de cas patients
vérification de la qualité du raisonnement (enchaînement logique, sources, plots, structure cognitive).
Mise en place de la stratégie QA complète : Conception de la méthodologie de test (test manuel, test
exploratoire, test prompt-based, test de flux), structuration des bugs, de la documentation, élaboration
des plans de tests, formalisation des cas d’usage, et priorisation des parcours critiques.
Automatisation end-to-end from scratch : Création d’un framework de tests E2E avec Cypress,
intégration dans une pipeline GitHub Actions CI/CD, exécution sur environnements Dockerisés
(Dev/Staging), couverture des scénarios critiques incluant le flux complet utilisateur–LLM.
Surveillance du temps de réponse aux prompts : Implémentation de métriques de performance dans les
scripts Cypress, analyse des latences via logs JSON, génération d’alertes en cas de dépassement de seuils,
assurant la stabilité et la réactivité du modèle.
Prompt engineering orienté test : Création de batteries de prompts structurés pour simuler des cas
métiers complexes, analyse des réponses IA avec les biologistes.
Formation interne à l'automatisation : Mise en place de sessions de formation pour les développeurs et
analystes métier à Cypress, partage des bonnes pratiques QA appliquées à l’intelligence artificielle,
développement d’une culture test-first dans l’équipe IA.

Impact du poste :
Fiabilisation d’un LLM médical à usage critique.
Réduction de 50 % du temps de validation manuelle
des parcours stratégiques, ainsi qu’a une meilleure structure de test manuel.
Renforcement de la couverture fonctionnelle : +50% de cas métiers couverts grâce à l’extension
Montée en compétences transversale : Accompagnement des équipes produit et IA vers l’adoption d’une
démarche qualité rigoureuse, documentée et scalable
IA générative Agent IA Prompt engineering QA testing ISO 42001
GTT
LEAD QA SÉNIOR
TRANSPORTATION
January 2023 - December 2024 (1 year and 11 months)
Saint-Rémy-lès-Chevreuse, France
Leadership en QA : Piloté une équipe QA internationale pour mettre en place une stratégie de test
intégrée aux pipelines CI/CD, en utilisant Jenkins et Grafana pour surveiller les performances. Intégration
de LangChain et Ragas pour valider les flux conversationnels des agents IA, en appliquant des techniques
de Prompt Engineering et de Fine Tuning
Optimisation des processus QA : Contribué à l'obtention de la certification ISO 9001 en mettant en place
des processus de test rigoureux, réduisant les délais de mise en production de 20%.
Conception et déploiement de pipelines CI/CD avec Jenkins, intégrant des tests automatisés pour garantir
la stabilité des applications avant la mise en production.
Tests API : Conçu et exécuté des tests d'API avec Postman pour valider les intégrations entre systèmes et
assurer la cohérence des échanges de données. Utilisation de AWS Bedrock et OpenAI pour tester les
performances des agents intelligents et des modèles LLM.
Préparation et présentation de démos : Préparé et présenté des démonstrations fonctionnelles aux
parties prenantes pour illustrer les avancées, valider les comportements recueillir les retours métier.
Utilisation de Python et Shell : Automatisé les tests backend et analysé les logs pour identifier les
anomalies critiques, en utilisant des scripts Python et Shell pour optimiser les processus.
Rédaction de user stories : Participé à la rédaction des user stories en collaboration avec le PO.
Intégration continue et surveillance : Configuré des pipelines CI/CD avec Jenkins et mis en place des
dashboards Grafana pour surveiller les performances des applications, en collaboration avec les équipes.
Validation des livrables : Responsable de la validation avant mise en production, supervisant l’analyse des
logs, les indicateurs qualité et les tests critiques pour assurer la stabilité des systèmes
QA testing Leadership et gestion d'équipe Audit interne Transformation des organisations ISO 9001
VINCI AUTOROUTES
INGÉNIEUR QA CLOUD
CIVIL ENGINEERING
April 2021 - November 2022 (1 year and 7 months)
Nanterre, France
Tests automatisés : Développé des tests automatisés avec Cypress et Python pour garantir la qualité des
applications, en intégrant ces tests dans des pipelines CI/CD via Jenkins. Cette automatisation a réduit les
temps de test de 40% et augmenté la couverture de test de 25%.
Collaboration étroite avec les équipes DevOps pour intégrer les tests automatisés dans les pipelines.
Automatisation et CI/CD : Automatisé les tests via Jenkins et surveillé les performances avec Grafana.
Gestion de version centralisée avec Git.
Tests d'API avec Postman : Conçu et exécuté des tests d'API avec Postman pour valider les intégrations
entre systèmes et assurer la cohérence des échanges de données.
Surveillance des performances : Utilisation de Grafana et AWS CloudWatch pour surveiller les
performances
Tests mobiles natifs (iOS/Android) réalisés sur terminaux réels et émulateurs via BrowserStack, avec
validation de la compatibilité CarPlay (interfaces embarquées).
Gestion des exigences et des anomalies : Responsable de la rédaction et de la gestion des exigences de
test et du suivi des anomalies via JIRA XRAY, en collaboration avec les équipes métier et techniques.
Tests de performance avec JMeter : Conçu et exécuté des tests de charge et de performance avec
JMeter pour évaluer la scalabilité et la robustesse des applications, en simulant des scénarios utilisateurs
complexes.
Utilisation de Python et SQL : Automatisé des tâches backend et analysé les performances des
applications pour améliorer la stabilité, en exploitant des requêtes SQL pour manipuler et analyser des
jeux de données complexes.
Gestion des infrastructures avec Docker, Terraform, et Kubernetes : Configuré et géré des
environnements de test et de production avec Docker pour la conteneurisation, Terraform pour le
provisionnement automatique des ressources cloud, et Kubernetes pour l’orchestration des conteneurs.
Ces outils ont permis de standardiser les environnements et de réduire les temps de déploiement de 25%
SQL Monitoring Cloud AWS Test de performance Automatisation des tests