Axel Stoltz

Agent IA (LangGraph) sous forme de chatbot permettant de générer des scripts DSL complexes à la demande et de naviguer dans la documentation du langage, sans support, sans formation préalable. Base de connaissances via pipeline RAG, optimisation poussée sur des modèles légers.

Résultat : courbe d'apprentissage réduite d'environ 80%, déploiement client autonome.

Seul profil technique sur le projet, en contact direct avec les équipes opérationnelles. L'objectif : automatiser l'ingestion et la structuration de 50 000+ références produits qui s'accumulaient manuellement depuis des sources fournisseurs fragmentées.

J'ai construit des pipelines d'extraction combinant NLP, classification et scraping sur des pages web et documents techniques hétérogènes. Ce projet est directement à l'origine de SonarFetch, que j'ai fondé ensuite pour industrialiser ces workflows à plus grande échelle.

SonarFetch est un SaaS IA B2B que j'ai fondé pour résoudre un problème concret : les distributeurs et acheteurs de composants électroniques passent un temps fou à aller chercher manuellement des données produits sur des dizaines de sources fournisseurs différentes, toutes dans des formats incompatibles.

La plateforme automatise cette collecte, normalise les données avec des LLMs (Mistral), et les rend exploitables directement dans les workflows métier. Mais construire le pipeline ne suffisait pas : j'ai autant travaillé l'interface pour qu'elle soit utilisable par n'importe qui dans une équipe opérationnelle, sans formation, sans documentation. Parce qu'un outil que les gens n'utilisent pas, ça ne vaut rien.

Stack : FastAPI, Celery, PostgreSQL, Typesense, React, Mistral.

Ce que ça change concrètement : des tâches qui prenaient des jours se font en quelques minutes, sans intervention manuelle.