# Ngoda Boece > Ngoda Boece (Ngoda Lontsi Ael Boece) est étudiant en IA & Data for Business à aivancity, à Paris. Il construit des agents IA et des outils data, et travaille avec des agents de code. Il cherche un stage de 4 à 6 mois en IA agentique, data ou développement, à Paris ou à distance. Sa devise : « Je construis des outils là où la donnée rencontre de vraies personnes, puis je mesure s'ils marchent vraiment. » Contact : ngodaboece237@gmail.com · LinkedIn : https://www.linkedin.com/in/ngoda-boece/ · GitHub : https://github.com/Ngoda-Boece Localisation : Paris (sur place ou à distance). Langues : français, anglais. Site : https://ngoda-boece.pages.dev/ · Version anglaise : https://ngoda-boece.pages.dev/en/ · Dossier complet : https://ngoda-boece.pages.dev/llms-full.txt ## Stage recherché - Durée : 4 à 6 mois. Date de début à convenir. - Domaines : IA agentique (agents, orchestration, outils, MCP), data (analyse, simulation, finance quantitative), développement web. ## Agents IA - Agents qu'il construit : AQRS (10 agents orchestrés par LangGraph en 13 étapes, modèles locaux avec repli), HelloTalk Assistant (agent 100 % local, Qwen via Ollama), BLACKBOX (agent de test qui explore une application), PHANTOM (automatisations web qui se réparent). - Agents avec qui il construit : agents de code (Claude Code) pour écrire puis relire et tester ; BlenderMCP pour piloter Blender et réaliser deux courts-métrages 3D. - Garde-fous : permissions par outil, rien d'irréversible sans approbation humaine, critères fixés avant le code, ce qui est simulé est étiqueté. ## Compétences - Agents : LangGraph, Model Context Protocol (BlenderMCP), Ollama, LM Studio, Claude Code - IA : Claude API, Mistral, Transformers.js, LLM locaux (Qwen) - Données : Python, SQL, finance quantitative, simulation (SimPy), Streamlit, MLflow - Développement : TypeScript, React, Next.js, Node.js, Express, Astro, FastAPI - Stockage : Supabase / PostgreSQL avec Row-Level Security, SQLite, Prisma, TimescaleDB - Qualité : Playwright, Vitest, pytest, corpus d'évaluation ## Projets (14) - [AQRS](https://ngoda-boece.pages.dev/projets/aqrs.html) : Un laboratoire de recherche quantitative piloté par 10 agents IA locaux, où les modèles de langage ne calculent aucun chiffre. Chiffres : 10 agents orchestrés en 13 étapes ; 7 modèles ML comparés en walk-forward ; 0 transaction réelle : exécution simulée. - [Cloakly](https://ngoda-boece.pages.dev/projets/cloakly.html) : Une extension Chrome qui pseudonymise vos données confidentielles avant qu'elles partent vers ChatGPT, Claude, Gemini ou Le Chat. Chiffres : 100 % de rappel sur le jeu de contrôle synthétique ; 95,5 % de précision sur ce même jeu ; 0 donnée qui quitte le navigateur. Code : https://github.com/Ngoda-Boece/cloakly - [BLACKBOX](https://ngoda-boece.pages.dev/projets/blackbox.html) : Un moteur qui explore une application web, invente ses scénarios de test et ne garde que les bugs qui se reproduisent. Chiffres : 10/10 défauts injectés retrouvés ; 1,00 de précision, aucun faux positif ; 27 tests de régression valides. - [HelloTalk Assistant](https://ngoda-boece.pages.dev/projets/hellotalk.html) : Un agent IA 100 % local qui traduit, corrige et propose des réponses pour discuter sur HelloTalk, sans clé d'API ni donnée envoyée. Chiffres : 100 % local, aucune clé d'API ; 0 donnée envoyée sur Internet ; 4 tons de réponse. - [Wize](https://ngoda-boece.pages.dev/projets/wize.html) : Une IA qui vous fait penser au lieu de penser à votre place : socratique, sparring, laboratoire, mentor. Chiffres : 4 modes de dialogue ; 5/5 tables sous Row-Level Security. Code : https://github.com/Ngoda-Boece/wize - [MIRROR](https://ngoda-boece.pages.dev/projets/mirror.html) : Le double numérique d'une boutique en ligne, pour tester ses politiques de stock sur 1 000 mondes simulés avant de les appliquer. Chiffres : 44 000 simulations rejouées à l'identique ; +514 € simulés sur 90 jours, IC95 [+497 ; +530]. - [Aivancity Hub](https://ngoda-boece.pages.dev/projets/aivancity-hub.html) : Tout le campus aivancity sur une page : planning, six assistants Mistral, réservation de salles, stages. Chiffres : 6 assistants IA en streaming ; 17 salles réservables. Code : https://github.com/Ngoda-Boece/aivancity-hub - [CareerOS](https://ngoda-boece.pages.dev/projets/careeros.html) : Matching explicable, suivi des candidatures, relances, et une vue en lecture seule pour rassurer la famille. Chiffres : 6 critères pondérés, tous expliqués ; 2 espaces aux droits séparés. - [PHANTOM](https://ngoda-boece.pages.dev/projets/phantom.html) : Une tâche web écrite en français devient une automatisation testée, qui répare ses sélecteurs et signale le reste. Chiffres : 5 sélecteurs réparés seuls après une refonte ; 0 action irréversible sans accord. - [LandIA Mesh](https://ngoda-boece.pages.dev/projets/landia.html) : Messagerie, documents et supervision pour équipes humanitaires, sans dépendre d'Internet. Chiffres : 94 tests backend et frontend ; 0 dépendance à Internet. - [AuPif](https://ngoda-boece.pages.dev/projets/aupif.html) : Quelques envies, un seul lieu gratuit autour de vous, et un bouton « J'y vais ». Sans compte, sans serveur. Chiffres : 1 seul lieu proposé à la fois ; 0 position GPS stockée. - [O Cœur de la Rue](https://ngoda-boece.pages.dev/projets/o-coeur-de-la-rue.html) : Le nouveau site d'une association parisienne qui cuisine et distribue des repas aux personnes à la rue. Chiffres : 14 859 repas servis par l'association en 2025 (chiffre de l'association). - [L'IA : déconnexion](https://ngoda-boece.pages.dev/projets/ia-deconnexion.html) : Un court-métrage explicatif de 8 minutes en un seul plan continu, construit uniquement par scripts Python dans Blender, piloté par un agent via BlenderMCP. Chiffres : 8 min en un seul plan continu ; 14 400 images rendues ; 0 modèle 3D importé. - [Le Dernier Train](https://ngoda-boece.pages.dev/projets/le-dernier-train.html) : Station MÉRIDIEN, ligne 7, fermée depuis 2001. Il est 03:17. Un court-métrage construit par scripts dans Blender, piloté via BlenderMCP. Chiffres : 1 min 05 de film ; 11 plans. ## Principes de travail - Ce qui est simulé est toujours présenté comme simulé. - Les données restent au plus près de l'utilisateur ; traitement local quand c'est possible. - Critères de réussite fixés à l'avance, tests automatisés, limites documentées.