HoussamNadir.

Le modèle peut réordonner, sélectionner, reformuler et omettre, mais jamais fabriquer une expérience, une date, un employeur, un diplôme ou un chiffre. La traduction est la seule transformation autorisée, avec fidélité stricte du niveau de diplôme.

Le score ATS n'est pas produit par le modèle. Un vrai ATS est un moteur de correspondance de mots-clés, pas un juge : le LLM extrait et classe les écarts, le score est une fonction déterministe. Re-scorer donne toujours le même nombre, et appliquer une reformulation ne peut qu'ajouter un mot-clé, donc jamais faire baisser le score.

Client OpenAI plafonné à 90 s et une seule reprise, au lieu de 10 minutes et 2 retries. Sur Vercel, une requête pendue doit échouer pendant que la Lambda vit encore, sinon le catch qui rembourse ne s'exécute jamais et l'utilisateur paie une génération qu'il n'a pas reçue.

L'application a une direction artistique affirmée ; les PDF restent strictement ATS-safe : une colonne, typographie seule, aucune couleur ni décor. C'est exactement là que la plupart des générateurs échouent.

Le montant Stripe n'est jamais cru côté client : le nombre de crédits vient de la table serveur indexée par Price ID, webhook vérifié par signature. Tokens d'extension stockés en SHA-256 uniquement. Plafond explicite à 30 pages contre les bombes de décompression PDF.

Un résumé ne dit pas si l'étudiant est prêt. Sans rattachement d'un document à un chapitre, impossible d'attribuer une réponse de quiz à une matière, donc impossible de mesurer autre chose qu'une moyenne globale sans valeur.

Cours → Chapitre → Document est obligatoire : un document orphelin n'existe pas. C'est la condition de possibilité de tout le produit. L'Exam Readiness Score est une fonction pure de ~850 lignes, sans réseau ni LLM, et l'ajout du facteur de rétention est gaté : un chapitre sans flashcard révisée obtient un score strictement identique à avant, prouvé par test.

L'étudiant saisit sa vraie note après l'examen ; le produit affiche l'erreur moyenne entre score prédit et note obtenue. La note réelle n'est jamais réinjectée dans le calcul : le score se rend réfutable au lieu de se déclarer juste.

La couverture agit en multiplicateur de confiance : trois bonnes réponses ne peuvent pas faire lire « Ready ». Le score global est lissé, donc un seul mauvais quiz ne fait pas tout s'effondrer.

Modèle bridge DocumentChapterSpan avec plages de pages plutôt qu'une clé étrangère : un PDF couvre souvent plusieurs chapitres, un chapitre s'étale sur plusieurs PDF. Aucune métrique scalaire en JSON brut.

Une capacité déclarée est une capacité fantasmée. Et avec six domaines et des décalages temporels, un cycle d'analyse teste des centaines de paires : un seuil individuel garantirait mécaniquement des faux liens à chaque passage.

Faits contre projections, visible dans les noms de tables : tout calcul stocké porte le préfixe proj_, donc clearProjections() est sûr à tout moment et une formule de score peut être corrigée sans laisser un historique incohérent. Aucune table de faits ne pointe vers une projection, et un test d'architecture le vérifie, parce que la règle a déjà été violée en silence une fois.

Une journée non renseignée sort du calcul au lieu de compter zéro : elle fait baisser la confiance affichée, jamais le score. Trois jours sans données affichent « score 74, confiance faible », pas « score 31 », sinon le produit punirait le fait de ne pas ouvrir l'application.

Ce qui est affiché est une fréquence conditionnelle empirique : deux nombres refaisables à la main. Les liens sont testés par cycle complet, le nombre de tests est compté, et la publication est filtrée sur le taux de fausses découvertes. Chaque motif fige son cycle.

packages/core n'importe jamais db, api, ingestion ni React : 13 700 lignes testables sans base, sans réseau, sans clé d'API. La logique ne peut pas diverger entre web et mobile : c'est une propriété de la structure, pas une discipline.

Une mauvaise configuration cloud ne se voit pas dans une revue de code : bucket S3 public, port SSH ouvert, utilisateur sans MFA. Elle se voit en production, ou dans une fuite.

Le rapport ne suffit pas : personne ne lit un rapport. Le contrôle devient bloquant : une faille critique arrête le pipeline CI/CD, ce qui déplace la sécurité de l'audit vers la porte d'entrée.

Le cours de cybersécurité donne les concepts ; un compte AWS réel donne les mauvaises surprises. Cet outil est né du besoin de vérifier mes propres déploiements avant qu'un correcteur, ou un attaquant, ne le fasse.

Découverte réseau, énumération de services, sécurité web de base et dépannage en environnement Linux. Advent of Cyber (TryHackMe, déc. 2025) pour la démarche d'investigation structurée.