Adam Ladhari English

Ingénieur IA appliquée · Paris, France

Bonjour, je suis Adam

Je conçois des systèmes d’IA pour la 3D interactive et le jeu vidéo.

Je suis ingénieur IA appliquée chez Arcade AI, où des agents IA transforment une conversation en jeu multijoueur. Je travaille sur ces agents et sur le moteur qu’ils pilotent : effets visuels, shaders, réseau, véhicules et cœur de gameplay. Avant cela, j’ai construit un outil texte-vers-3D pour un studio de jeux, une plateforme d’apprentissage adaptatif, et des jeux et outils pour des clients en freelance.

Voir mes réalisations Me contacter

Un petit monde de jeu, généré dans votre navigateur. Faites-le tourner à la souris

À propos

Je suis ingénieur logiciel spécialisé en IA appliquée. Diplômé en génie logiciel de l’INSAT à Tunis en 2026, après des stages et des missions freelance dans le jeu vidéo, la 3D et l’IA, je travaille aujourd’hui à Paris chez Arcade AI.

Ce que j’aime le plus, c’est porter un sujet de bout en bout : comprendre le problème, construire la solution, et vérifier par de vrais tests et de vraies mesures qu’elle fonctionne avant de la livrer.

Tout a commencé par le jeu vidéo. J’ai remporté une game jam et terminé troisième d’une autre, et je continue de créer de petits jeux et des expériences d’IA pour comprendre comment les choses fonctionnent.

Basé à
Paris, France
Actuellement
Ingénieur IA appliquée, Arcade AI
Formation
Diplôme d’ingénieur en génie logiciel, INSAT Tunis, 2026
Domaines
Agents IA, moteurs de jeu, multijoueur en ligne, effets et 3D générés

Parcours

  1. Fév. 2026 – présentParis

    Ingénieur IA appliquée

    Arcade AI · Moteur de jeu natif IA

    • Harness d’agents : ingénieur central du système d’agents qui transforme un prompt en jeu 3D jouable, avec des sous-agents spécialistes (monde, logique, effets, interface, audio), rendu fiable par des contrats typés, des portes de validation, des plafonds de coût et des disjoncteurs.
    • Texte-vers-VFX : conçu le système qui compile une description écrite en effet visuel, le rend, le fait critiquer par une IA et le retouche jusqu’au bon rendu. Il s’appuie sur une bibliothèque de presets, un atelier d’authoring et une API runtime utilisée par tous les jeux.
    • Multijoueur : netcode server-authoritative avec prédiction client et compensation de latence jusqu’à 250 ms, parité solo/en ligne garantie par des tests, déploiement sur Kubernetes (GKE).
    • Cœur du moteur : étendu le moteur avec des primitives génériques (champs de gravité, portails, mondes voxel, zones de touche, capacités) qui rendent possibles de nouveaux types de jeux. 100 jeux complets livrés en production dessus.
    • Shaders et matériaux : shaders générés depuis un prompt, validés hors écran et réglés en direct, dans un modèle de matériau unique utilisable par les agents.
    • Véhicules : conçu et réalisé le système de véhicules physiques, jouable en solo et en ligne face à des adversaires IA, et utilisé pour des courses sur circuit, des batailles de kart et des courses à portails.
  2. Juil. – Août 2025Tunis

    Stagiaire Programmeur IA

    Lanterns Studio · Studio de jeux

    • Construit un pipeline texte-vers-3D : d’une phrase à un modèle 3D avec des matériaux réalistes, dans un fichier qu’un jeu peut charger.
    • Ajouté un nettoyage automatique dans Blender et des contrôles qualité, et déployé l’outil en ligne sur Hugging Face Spaces.
  3. Janv. – Juin 2025Tunis

    Développeur Fullstack, temps partiel

    AXIO · Plateforme d’apprentissage avec IA

    • Construit une plateforme d’apprentissage adaptatif : suivi de la progression de chaque apprenant, parcours de leçons personnalisé, détection de la frustration via le temps passé, puis agent LLM avec RAG sur les cours pour le débloquer.
    • Architecture modulaire avec contrôle d’accès granulaire ; tests unitaires et E2E automatisés (CI/CD) réduisant le temps de release de 35 %.
  4. Juin 2023 – Mai 2025À distance

    Ingénieur Logiciel

    Freelance · Upwork et clients directs

    • Gameplay piloté par les émotions : un plugin Unity qui lit en temps réel l’émotion sur le visage du joueur et adapte le gameplay, avec un tableau de bord d’analyse du ressenti des joueurs.
    • Un jeu mobile hyper-casual, conçu et livré sous Unity.
    • Traitement automatisé d’images Gerber en Python, réduisant de 75 % les cycles de pré-production.
    • Outils de trading automatisé (MQL4/5) pour la gestion adaptative du risque, avec une charge CPU réduite de 70 % (multithreading, cache).
  5. 2021 – 2026Tunis

    Diplôme National d’Ingénieur en Génie Logiciel

    INSAT · École d’ingénieurs, Tunis

Réalisations

Neuf choses que j’ai construites, expliquées simplement. Chacune s’accompagne d’une démo 3D interactive à ouvrir.

Arcade AI · Harness d’agents

Un système d’agents qui construit un jeu entier à partir d’un prompt

Je suis ingénieur central du système d’agents qui transforme un prompt écrit en jeu 3D jouable, rendu fiable par sa structure plutôt que par son prompt.

5 sous-agents spécialistes : monde, logique, VFX, UI, audio

Lire le détail

Le problème

Un jeu est trop gros pour une seule réponse d’IA. Il a un monde, des règles, des effets, une interface et du son, et une seule erreur dans l’un d’eux peut le casser. Demander au modèle d’être prudent ne le rend pas fiable, et une exécution qui déraille peut continuer à dépenser sans avancer.

Ce que j’ai construit

Un harness, la structure dans laquelle travaillent les agents : une boucle d’outils unique (le modèle choisit un outil, l’utilise et lit le résultat), des compétences chargées seulement quand il le faut, des sous-agents spécialistes pour le monde, la logique de jeu, les effets visuels, l’interface et l’audio, et une mémoire pour chaque niveau.

Comment je l’ai vérifié

Les contrôles font partie du système. Chaque sortie suit un contrat typé, un format strict que le code peut vérifier. Des portes de validation rejettent une sortie qui viole son contrat avant qu’elle n’atteigne le jeu. Des plafonds de coût limitent ce qu’une exécution peut dépenser, et des disjoncteurs arrêtent une exécution qui échoue en boucle.

Le résultat

Une fiabilité qui vient du système, pas du prompt : un prompt entre, et un jeu 3D jouable sort.

sous-agents spécialistes : monde, logique, VFX, UI, audio
5
contrats typés, portes de validation, plafonds de coût, disjoncteurs
4 garde-fous

Arcade AI · Texte-vers-VFX

Des effets visuels générés à partir d’une description

J’ai conçu le système qui transforme la description écrite d’un effet en effet visuel temps réel, vérifié par une IA qui regarde le résultat et demande des corrections.

tous les jeux utilisent l’API runtime des effets

Lire le détail

Le problème

Les jeux ont besoin d’effets : feu, étincelles, fumée, magie. Quand la demande est un texte libre, demander à une IA de placer directement des particules donne des effets qui sonnent faux, et rien ne le signale au système.

Ce que j’ai construit

Un compilateur qui transforme la description en spécification bornée de phénomène. Elle décrit ce qui est simulé (une flamme, une onde de choc, un tourbillon de poussière), pas quelles particules émettre, et reste dans des limites que le moteur sait exécuter. Le moteur rend ensuite cette spécification sous forme d’effet.

Comment je l’ai vérifié

L’effet est rendu, puis un modèle multimodal, une IA capable de lire des images, critique l’image. La spécification est retouchée et rendue à nouveau, en boucle, jusqu’au bon rendu.

Le résultat

Le système texte-vers-VFX, adossé à une bibliothèque de presets, un atelier d’authoring pour créer et ajuster les effets, et une API runtime utilisée par tous les jeux.

utilisent l’API runtime des effets
tous les jeux
rendu, critique, retouche jusqu’au bon rendu
boucle de critique

Arcade AI · Multijoueur en ligne

Rendre un jeu en ligne immédiat et équitable

J’ai construit la couche réseau qui garde les jeux en ligne réactifs et équitables sur des connexions lentes, et l’infrastructure qui fait tourner chaque serveur de jeu.

250 ms de délai couverts par la compensation de latence

Lire le détail

Le problème

En ligne, chaque message met du temps à voyager : chaque joueur voit donc une version légèrement ancienne du jeu. Sans précaution, le personnage réagit en retard et des tirs qui semblaient justes manquent leur cible. Et seul le serveur doit décider de ce qui s’est réellement passé.

Ce que j’ai construit

Une simulation server-authoritative construite avec Node.js, Colyseus et Rapier : le serveur a le dernier mot, et seul ce qui a changé passe sur le réseau (réplication différentielle). L’appareil du joueur affiche tout de suite le résultat d’une action, puis se corrige si le serveur n’est pas d’accord (prédiction client et réconciliation). Pour les tirs, le serveur remonte dans le temps jusqu’à la position de la cible au moment où le joueur a tiré (compensation de latence). Le tout tourne sur Kubernetes (GKE) : un pod adressable par serveur de jeu, autoscaling, matchmaking et CI/CD.

Comment je l’ai vérifié

Des tests garantissent qu’un jeu se comporte de la même façon en solo et en ligne, avec la même API : un jeu construit pour l’un fonctionne dans l’autre.

Le résultat

Des jeux en ligne qui restent équitables jusqu’à 250 ms de délai réseau, sur des serveurs qui s’adaptent au nombre de parties en cours.

de délai couverts par la compensation de latence
250 ms
même API, garantie par des tests
solo = en ligne
par serveur de jeu, autoscalé sur GKE
1 pod

Arcade AI · Cœur du moteur

Des primitives de moteur qui rendent possibles de nouveaux types de jeux

J’ai étendu le cœur du moteur pour rendre possibles de nouveaux types de jeux, chaque besoin résolu par une brique générique. 100 jeux complets ont été livrés en production dessus.

100 jeux complets livrés en production

Lire le détail

Le problème

Chaque nouveau type de jeu demande quelque chose de nouveau au moteur : marcher autour d’une petite planète, passer par un portail, construire avec des blocs. Écrire du code spécial pour chaque jeu ne tient pas, encore moins quand ce sont des agents IA qui assemblent les jeux.

Ce que j’ai construit

Chaque besoin résolu par une primitive générique plutôt que par du code propre à un jeu : champs de gravité, portails, mondes voxel, zones de touche et capacités. N’importe quel jeu, et n’importe quel agent, peut les combiner.

Comment je l’ai vérifié

Éprouvé par la livraison : des jeux complets construits sur ces primitives et mis en production.

Le résultat

100 jeux complets livrés en production sur le moteur.

jeux complets livrés en production
100

Arcade AI · Shaders et matériaux

Des shaders qu’un agent peut écrire et que chacun peut régler

J’ai fait des shaders un asset éditable de premier rang : générés depuis un prompt, validés avant usage, et réglés en direct sans les régénérer.

hors écran validation avant qu’un shader n’atteigne un jeu

Lire le détail

Le problème

Un shader est un petit programme exécuté par la carte graphique qui décide de l’apparence d’une surface. En écrire un à la main demande de l’expertise, un shader généré peut ne pas compiler ou ne rien afficher, et changer son rendu implique d’ordinaire de le régénérer.

Ce que j’ai construit

Un chemin du prompt au shader procédural, avec des paramètres exposés pour être réglés en direct sans régénération. Un modèle de matériau unique couvre les matériaux physiques standard (PBR) comme les shaders, et des outils l’exposent aux agents.

Comment je l’ai vérifié

Chaque shader généré est validé hors écran, rendu en dehors de la vue, avant d’être utilisé dans un jeu.

Le résultat

Les shaders deviennent un asset éditable de premier rang : générés, validés, puis réglés en direct par des personnes ou par des agents.

validation avant qu’un shader n’atteigne un jeu
hors écran
réglage des paramètres, sans régénération
en direct
modèle de matériau pour PBR et shaders
1

Arcade AI · Véhicules

Un seul système de véhicules pour tous les jeux de véhicules

J’ai conçu et réalisé le système de véhicules physiques du moteur : générique, pilotable en solo ou en ligne face à des adversaires IA, et éprouvé par de nombreux jeux de véhicules en production.

3 genres courses sur circuit, batailles de kart, courses à portails

Lire le détail

Le problème

Courses sur circuit, batailles de kart et courses à portails ont toutes besoin de véhicules qui se comportent physiquement, qui marchent en ligne comme en solo, et d’adversaires contre qui jouer. Tout reconstruire pour chaque jeu ne tiendrait pas.

Ce que j’ai construit

Un système de véhicules générique, piloté par la physique plutôt que par des trajectoires scriptées, pour qu’un même véhicule serve des jeux différents. Il se conduit de la même façon en solo et en ligne, et des adversaires IA le pilotent aussi.

Comment je l’ai vérifié

Éprouvé en production par un large éventail de jeux de véhicules : courses sur circuit, batailles de kart et courses à portails.

Le résultat

Un seul système de véhicules derrière de nombreux jeux, en solo et en ligne, avec des adversaires IA.

courses sur circuit, batailles de kart, courses à portails
3 genres
avec des adversaires IA
solo + en ligne

Lanterns Studio · Du texte à la 3D

Un objet 3D prêt pour le jeu, généré à partir d’une phrase

J’ai construit un outil qui transforme une description écrite en objet 3D avec ses matériaux, dans un fichier qu’un jeu peut charger.

texte → GLB maillage et matériaux réalistes dans un seul pipeline

Lire le détail

Le problème

L’IA sait produire une forme 3D à partir d’une phrase, mais une forme brute n’est pas encore un asset de jeu. Il lui faut des matériaux, un nombre de triangles raisonnable et un format de fichier que le moteur sait charger, et la personne qui utilise l’outil doit pouvoir orienter le résultat.

Ce que j’ai construit

Un pipeline de génération basé sur EmbodiedGen, un système de génération texte-vers-3D : à partir du texte, il produit un maillage 3D avec des matériaux réalistes (PBR) et exporte un fichier GLB, un format 3D standard. Autour, une application réalisée avec Gradio : modes automatique et manuel, seeds pour reproduire un résultat, suppression de fond et tri des images candidates.

Comment je l’ai vérifié

Des contrôles qualité intégrés à chaque génération, puis un nettoyage automatique dans Blender sans interface graphique : reconstruction d’un maillage plus propre (retopologie), réduction du nombre de triangles (décimation) et export en OBJ ou GLB.

Le résultat

Un pipeline fonctionnel de la phrase au fichier GLB, déployé en ligne sur Hugging Face Spaces avec une image Docker incluant le support GPU et Blender.

maillage et matériaux réalistes dans un seul pipeline
texte → GLB
déployé en ligne, image Docker GPU + Blender
Hugging Face Spaces

AXIO · Apprentissage adaptatif avec un assistant IA

Repérer l’apprenant bloqué, et l’aider à ce moment-là

J’ai construit une plateforme d’apprentissage qui adapte le parcours à chaque apprenant et fait intervenir un assistant IA lorsqu’elle détecte qu’il est bloqué.

−35 % temps de release, grâce aux tests et à la livraison automatisés

Lire le détail

Le problème

Chaque apprenant avance à son rythme, et un apprenant bloqué a besoin d’aide à ce moment-là, pas à la fin du cours.

Ce que j’ai construit

Une plateforme d’apprentissage adaptatif : elle suit la progression de chaque apprenant et personnalise son parcours en choisissant les leçons suivantes. Elle est construite en modules indépendants, avec un contrôle fin de qui peut accéder à quoi.

Comment je l’ai vérifié

La plateforme détecte la frustration à partir du temps passé sur une tâche. Un agent IA intervient alors et répond à partir des cours eux-mêmes, une technique appelée RAG (génération augmentée par la recherche). Chaque mise en production passe par des tests automatisés, unitaires et de bout en bout (CI/CD).

Le résultat

Une plateforme qui réagit à chaque apprenant, et un temps de release réduit de 35 %.

temps de release, grâce aux tests et à la livraison automatisés
−35 %
répond à partir de la documentation des cours
Agent IA + RAG

Freelance · Gameplay piloté par les émotions

Un jeu qui réagit à ce que ressent le joueur

Pour un client freelance, j’ai construit un plugin Unity qui lit en temps réel l’émotion sur le visage du joueur et adapte le gameplay.

temps réel reconnaissance des émotions faciales reliée au gameplay

Lire le détail

Le problème

La plupart des jeux se déroulent de la même façon quoi que ressente le joueur. Le client voulait un gameplay qui s’adapte à l’état émotionnel du joueur pendant qu’il joue.

Ce que j’ai construit

Un plugin pour le moteur Unity qui reconnaît en temps réel l’émotion faciale du joueur par deep learning, et la relie à la logique de jeu.

Comment je l’ai vérifié

Un tableau de bord qui analyse le ressenti émotionnel des joueurs, pour lire l’effet sur eux au lieu de le deviner.

Le résultat

Un gameplay qui s’adapte au joueur en temps réel, et un tableau de bord qui montre ce que les joueurs ont ressenti.

reconnaissance des émotions faciales reliée au gameplay
temps réel

Autres projets

Projets personnels, de game jam et universitaires : là d’où vient le goût du jeu, de l’IA et des outils.

Jeux

Faysa

Game jam, 1re place

Un jeu de puzzle temporel où l’on coopère avec ses versions passées pour résoudre des défis de plateforme.

Nos · DreamScape: The Lucid Mission

Game jam, 3e place

Une aventure onirique : un rêveur lucide, guidé par un génie, doit sauver le monde des rêves. Chaque mission apporte un nouveau style de jeu.

EchoMIDI

Un jeu de mémoire rythmique sous Unity URP avec support MIDI : rejouer une séquence de notes qui s’allonge, au clavier MIDI ou au piano virtuel. Mode guidé, vélocité, difficulté dynamique.

Code · GitHub

Fruit Slicer VR

Un jeu VR de découpe de fruits sous Unity, avec physique temps réel et collision de lame.

Code · GitHub

Pencil Sharpener

Un jeu hyper-casual avec une seule mission : tailler des crayons, vite. Pensé pour des parties courtes façon mobile.

The Boiz

Un escape game collaboratif fait avec et pour des amis.

IA

Parki

Un système de parking intelligent avec reconnaissance de plaques et suivi mobile. Python, Flutter, YOLO.

Code · GitHub

GameDB

Un outil qui collecte les commentaires Reddit et YouTube pour analyser ce que les joueurs aiment ou détestent dans un jeu. Python, BERT, web scraping.

Code · GitHub

Formation Recommender

Un système de recommandation multi-label qui propose jusqu’à trois formations par utilisateur, avec seuils de confiance et calibration. Python, XGBoost, scikit-learn.

Code · GitHub

Outils

Img2Gerber

Un pipeline d’automatisation qui convertit par lots des designs en couches (PNG/SVG) en fichiers Gerber KiCad prêts pour la production. Python, API KiCad, Inkscape CLI, OpenCV.

Gurobi Wrapper

Un outil de bureau pour résoudre des problèmes d’optimisation LP/ILP avec Gurobi, avec une interface pour les entrées, sorties et réglages.

Web

Elmarchi

Une marketplace en ligne développée en Angular, projet universitaire en équipe.

Code · GitHub

Tuniscape

Le site d’une agence de voyage, développé avec Symfony : réservation, formulaires, rendu côté serveur.

Code · GitHub

InnovaBank

Mon premier projet web universitaire : une interface de banque simulée en HTML, CSS et JavaScript.

Compétences

IA agentique
Conception de harness d’agents, tool use, MCP, orchestration multi-agents, RAG, mémoire d’agent, context engineering, sorties structurées, garde-fous, benchmarking, évaluation et traçage
IA générative
GPT, Gemini, Claude, boucles de critique multimodale, texte/image-vers-3D, audio et VFX génératifs, personnalisation de LLM, TensorFlow, deep learning
Moteurs et 3D
PlayCanvas, WebGPU, Unity, Unreal Engine (Blueprints, C++), Three.js, OpenGL, HLSL, Blender
Réseau et backend
Colyseus, Rapier, Node.js, NestJS, Socket.io, PostgreSQL, Prisma, Docker, Kubernetes (GKE), Cloud Run, CI/CD
Langages
TypeScript, JavaScript, Python, C#, C++, Java

Distinctions et certifications

NVIDIA
Certification « Efficient Large Language Model (LLM) Customization » (oct. 2024)
Game jams
Android Club Game Jam, 1re place ; Playground Game Jam, 3e place (2024)
CTF
SparkCTF, 1re place ; Cybersphere CTF, 2e place (2024)

Contact

Basé à Paris. Le plus rapide pour me joindre : l’e-mail.

adamldr3@gmail.com LinkedIn GitHub ArtStation YouTube