Portfolio · 2026Ingénieur IA & Full-StackParis, FR

.

Je construis des agents IA et des produits full-stack qui font vraiment le travail.

Disponible pour un stage de fin d’études de 6 mois
Défiler
AI Agents✦Full-Stack✦RAG✦MCP✦Open to internships✦Paris✦AI Agents✦Full-Stack✦RAG✦MCP✦Open to internships✦Paris✦
Python/PyTorch/LangChain/RAG/MCP/OpenAI/Anthropic/ChromaDB/Cohere/Ragas/TypeScript/JavaScript/React/Next.js/Tailwind CSS/Node.js/Express.js/FastAPI/PostgreSQL/MongoDB/Prisma/Redis/Socket.IO/Docker/Kubernetes/AWS EC2/AWS Lambda/GitHub Actions/Vercel/Railway/Python/PyTorch/LangChain/RAG/MCP/OpenAI/Anthropic/ChromaDB/Cohere/Ragas/TypeScript/JavaScript/React/Next.js/Tailwind CSS/Node.js/Express.js/FastAPI/PostgreSQL/MongoDB/Prisma/Redis/Socket.IO/Docker/Kubernetes/AWS EC2/AWS Lambda/GitHub Actions/Vercel/Railway/

01 · Dernier projet

Pépite · Hexavia

Nouveau · Produit IA · Full-Stack

Tri des idées assisté par IA pour un challenge d’innovation, conçu pour INSKIP

Un outil pour qu’une consultante non technique trie 40 idées de salariés : importer l’export du formulaire, relire une note proposée par l’IA pour chaque idée, écarter les doublons et envoyer une shortlist classée au client.

40
vraies idées triées de bout en bout
80
tests unitaires + e2e Playwright
5/5
paires de doublons repérées
Lire l’étude de cas
Pépite · Hexavia

02 · Projets choisis

Ce que j’ai construit

03 · À propos

Ingénieur de métier, bâtisseur par habitude.

Abstract illustration of an AI agent connected to tools, browser, RAG and MCP
Navin Venkat VenkatesanParis, FR

Salut ! Je suis Navin, ingénieur IA et full-stack, et étudiant en dernière année de M.Sc. Computer Science à l’EPITA Paris.

Je construis avec Python, PyTorch, TypeScript, React, Next.js, FastAPI et LangChain. Des produits full-stack d’un côté, des modèles et des agents de l’autre.

En ce moment, je passe l’essentiel de mon temps à construire des agents IA : des systèmes qui utilisent des outils, parlent à des API, pilotent un navigateur et font vraiment le travail, pas seulement discuter. RAG, MCP, OpenAI, Anthropic, la stack habituelle.

Mon travail est sur GitHub : des apps, des agents et des systèmes de bout en bout que l’on peut lancer, pas des notebooks à moitié finis.

Basé à
Paris, France
Études
M.Sc. Informatique, EPITA
Focus
Agents IA · RAG · Full-stack
Recherche
Stage de fin d’études (6 mois)

04 · Expérience

Où j’ai travaillé

Juil. 2024 - Mai 2025

AgileSoftLabs

Développeur logiciel (stagiaire)

  • 01Conception et maintenance d’API REST évolutives avec Node.js, Express.js et TypeScript, couvertes par des tests unitaires et d’intégration (Jest), au sein d’une équipe agile en lien direct avec les clients.
  • 02Migration du frontend de React.js vers Next.js (SSR/SSG), avec à la clé de meilleures performances et un meilleur SEO.
  • 03Optimisation des schémas PostgreSQL et MongoDB pour réduire la latence des endpoints à fort trafic.
  • 04Mise en place de pipelines CI/CD avec GitHub Actions et déploiement de services Docker sur AWS EC2 avec monitoring en production ; Docker, Kubernetes et Redis sur des projets clients.
  • 05Intégration d’outils IA, dont Copilot et des API de LLM, pour la génération de code, la revue automatisée et la documentation.
  • Node.js
  • Express.js
  • TypeScript
  • Next.js
  • PostgreSQL
  • MongoDB
  • Docker
  • Kubernetes
  • Redis
  • AWS EC2
  • GitHub Actions
  • Jest

05 · Boîte à outils

Avec quoi je travaille

01

IA & Agents

  • Python
  • PyTorch
  • LangChain
  • RAG
  • MCP
  • OpenAI
  • Anthropic
  • ChromaDB
  • Cohere
  • Ragas

02

Frontend

  • TypeScript
  • JavaScript
  • React
  • Next.js
  • Tailwind CSS

03

Backend & Données

  • Node.js
  • Express.js
  • FastAPI
  • PostgreSQL
  • MongoDB
  • Prisma
  • Redis
  • Socket.IO

04

Cloud & DevOps

  • Docker
  • Kubernetes
  • AWS EC2
  • AWS Lambda
  • GitHub Actions
  • Vercel
  • Railway

06 · Formation

Où j’étudie

EPITA

Master of Science en Informatique

EPITA · L’école des ingénieurs en intelligence informatique

2025 - 2027

Paris, FR

07 · Lectures

Ce que j’apprends

En cours · Stanford CS329Z

Engineering AI Agents

Des pipelines LLM simples aux systèmes d’IA composés et aux agents autonomes : RAG, usage d’outils et boucles d’agent construits from scratch, puis frameworks comme DSPy, données, évaluation et sécurité.

02 · LLMs for Builders

Lectures de ce cours

08 · Hors du code

Envie d’écouter de la musique ?

Quand je ne livre pas de code, j’écoute de la musique. En voici une qui tourne en boucle.

AI/ML · Full Stack · Music