Plateforme d’analyse financière multi-LLM
Une plateforme de bout en bout qui combine données de marché, pipelines automatisés et plusieurs modèles de langage pour produire des analyses financières exploitables.
Le problème
La recherche financière oblige souvent à rassembler des données dispersées, comparer de nombreux signaux et les transformer en rapport cohérent. L’objectif était d’automatiser ce travail répétitif sans masquer le raisonnement du résultat.
Architecture et responsabilités
Kamal a conçu et développé l’ensemble de la plateforme : interface Next.js, services Python et Node.js, traitements asynchrones, stockage, authentification et déploiement cloud.
- Orchestration d’OpenAI, Claude et Mistral pour l’analyse de sentiment, les rapports et les recommandations.
- Filtres multi-couches pour ETF et actions, pipelines automatisés et notation en temps réel.
- Utilisation de Celery et Redis pour sortir les analyses longues du cycle des requêtes web.
- Sécurisation des services distribués par JWT et conteneurisation avec Docker.
Résultat
Le workflow a réduit le temps de recherche manuelle de plus de 70 % tout en conservant une sortie structurée et vérifiable. Ce projet montre comment Kamal relie l’expérimentation IA à une architecture produit complète.