2025
Ets FBB · Développement
Conception d’un centre de traitement informatique pour la certification avancée de transactions financières assistées par IA.
Technologie · Données · Intelligence artificielle Kinshasa, RDC
Technologue · Développeur full-stack · IA & data
Je conçois des outils numériques utiles — du terrain à la décision. Ce site raconte mon parcours, les projets auxquels j’ai contribué, mes recherches et les idées que je continue d’explorer.

01 / À propos
Je suis Dileve Mbamu Findua, technologue basé à Kinshasa. Depuis mes premières expériences autour de l’interopérabilité des services de mobile money, je cherche à comprendre comment le logiciel peut mieux relier les personnes, les opérations et l’information.
Mon parcours traverse le développement web et mobile, les systèmes métier, les infrastructures, la collecte et l’analyse de données ainsi que l’intelligence artificielle. Ce qui m’intéresse : partir d’un besoin concret, concevoir un outil adapté et apprendre de son usage.
Ce site est mon carnet ouvert — un espace personnel pour partager ce que j’ai construit, ce que j’étudie et les questions que je me pose.
02 / Le fil du temps
2025
Conception d’un centre de traitement informatique pour la certification avancée de transactions financières assistées par IA.
2024
Développement de sites web professionnels, mise en place d’un serveur de messagerie et d’un service d’envoi de SMS.
2023
Projets en e-santé et système d’isolement de cas sanitaires, ainsi qu’un outil intelligent de gestion de stock.
2022
Solutions de paiement, plateforme de démarches administratives en ligne et écosystème d’analyse des données.
2021
Création d’une application SaaS de gestion des points de vente chez H360 ; développement d’applications internes chez ÜMOJA.
2020
Produits internes, outils de gestion et d’audit, et déploiement de plateformes d’apprentissage en ligne.
2017
Automatisation et création de solutions d’interopérabilité pour les services de mobile money.
03 / Projets & réalisations
COLLECTE · ANALYSE · DÉCISION
Mon expérience avec ODK, KoboToolbox, les API et les données semi-structurées m’a appris à considérer toute la chaîne : collecte, qualité, traitement et restitution de l’information.

LOGICIEL · SERVICES NUMÉRIQUES
Applications métier, interopérabilité mobile money, plateformes de paiement, gestion de points de vente et démarches administratives : des projets façonnés par des besoins opérationnels.

RECHERCHE · KINSHASA
Je m’intéresse aux systèmes de collecte, à la cartographie et aux tableaux de bord qui pourraient mieux éclairer la planification. Ce sont des pistes de réflexion, pas des réalisations urbaines livrées.

04 / Recherche & curiosité
À l’Université Libre de Kinshasa, mon travail de fin d’études portait sur la conception d’une approche de police prédictive pour lutter contre l’insécurité à Kinshasa.
Cette recherche m’a amené à questionner les données, les modèles et leurs conséquences lorsqu’ils touchent à la vie des personnes. Elle est académique : elle ne constitue pas un système opérationnel de police.
Aujourd’hui, ma curiosité s’étend au data engineering, à la visualisation, au traitement du langage, à la génération augmentée par récupération (RAG) et aux outils d’IA qui aident à rendre l’information plus utile et vérifiable.
05 / Boîte à outils
Je choisis les outils selon le problème, le contexte et les personnes qui devront s’en servir.
01
PHP · Laravel · Symfony · JavaScript · React · Node.js · Python · API REST · mobile
02
ODK · KoboToolbox · SQL · MySQL · PostgreSQL · Power BI · ETL · visualisation
03
NLP · RAG · Botpress · Rasa · OpenAI · Llama.cpp · n8n · agents et MCP
04
Linux · Docker · CI/CD · Git · réseaux · Nginx · TLS · déploiement
Études & formation
Licence en sciences informatiques — Université Libre de Kinshasa, 2023 · Grande distinction
Graduat en sciences informatiques — Université Libre de Kinshasa, 2017 · Distinction
Entrepreneuriat & gestion de start-up — Wake-Up Congo, 2019
06 / Carnet personnel
La donnée commence avant le tableau de bord.
Un graphique propre ne rattrape pas une collecte mal pensée. Avec les outils de terrain, les formulaires et les API, je regarde toute la chaîne : qui collecte, dans quelles conditions, et comment l’information devient exploitable.
Connecter deux services, c’est aussi rapprocher leurs usages.
Mon travail universitaire sur l’interconnexion de services de mobile money m’a conduit à penser au-delà du transfert technique : une intégration utile doit être compréhensible, fiable et simple pour les personnes.
Une IA utile doit éclairer une décision, pas la masquer.
La question importante reste concrète : quelle décision cette technologie aide-t-elle à prendre, sur quelles données, et comment garder le résultat vérifiable ?
La suite s’écrit ensemble
Je suis toujours curieux d’échanger autour du logiciel, des données et des usages de l’IA.