Recherche Avancée

### Contexte Afin de garantir la totale souveraineté de mes données numériques (contacts, agendas, mots de passe, documents et photos personnelles), j'ai conçu et déployé un serveur Linux auto-hébergé. L'objectif était de me défaire totalement des solutions cloud des géants de la tech, tout en maintenant le même niveau de disponibilité et de sécurité. ### Actions réalisées * **Conteneurisation :** Déploiement modulaire de services via **Docker Compose** pour un isolement total et des mises à jour simplifiées. * **Routage & Sécurité :** Configuration d'un reverse proxy **Traefik** pour l'obtention automatique de certificats SSL Let's Encrypt et le routage HTTPS. * **Sauvegardes automatisées :** Développement de scripts **Bash** planifiés pour la compression, le chiffrement et le transfert automatique des sauvegardes vers un stockage distant sécurisé. * **Intelligence Artificielle :** Déploiement et auto-hébergement d'instances de modèles de langage (LLM) locaux pour assister mes tâches quotidiennes en toute confidentialité. ### Résultats chiffrés * **100%** de souveraineté des données personnelles acquise. * Sauvegardes quotidiennes externalisées avec succès (RTO de moins de 30 minutes). * Disponibilité de l'infrastructure constatée à **99.9%** sur l'année écoulée.

### Contexte Face au volume massif de documentations techniques accumulées en 30 ans de pratique (fichiers d'aide, livres, veille web, extraits de code) et aux risquesdes formats propriétaires (Word, Access, OneNote), le défi majeur résidait dans la pérennisation, l'indexation et l'interrogation rapide de ce savoir sans dépendre de services cloud tiers. ### Actions réalisées * **Migration vers des formats souverains & ouverts :** - Structuration progressive des mémos et documentations vers le format ouvert **Markdown** (via Joplin et moteurs Flat-File) afin d'en garantir la pérennité indépendamment de l'OS ou des logiciels. - Catégorisation méthodique par étiquettes, arborescences sémantiques et fiches synthétiques réutilisables. * **Déploiement d'une station IA locale dédiée (2025-2026) :** - Assemblage et configuration d'une station de calcul haute performance (RTX 5080, Ryzen 7, 64 GB RAM) dédiée au traitement de données en local. - Intégration de modèles de langage (LLM locaux) permettant d'interroger, résumer, débugger et nettoyer automatiquement les gros volumes de documentations accumulées, en totale confidentialité. * **Scraping, résumé et nettoyage automatisé :** - Élaboration de scripts de veille et d'extraction de contenu pour synthétiser les meilleures ressources techniques et éliminer la documentation obsolète. ### Résultats chiffrés * **Indépendance numérique à 100% :** Consultation et recherche instantanées dans 30 ans de base de connaissances sans aucune dépendance envers un cloud propriétaire. * **Productivité de recherche démultipliée :** Temps de recherche de solutions techniques ou d'extraits de code divisé par **5** grâce à l'assistance IA locale et à l'indexation plein texte. * **Souveraineté des données :** Zéro fuite de données personnelles ou de code source vers des API tierces lors des requêtes IA.