Par l'équipe ingénierie HolySheep · 14 min de lecture · Niveau : senior

J'ai passé les six derniers mois à optimiser une infrastructure de market making sur Binance, en partant d'un prototype Python qui plantait à 800 messages/seconde jusqu'à une pipeline asyncio qui digère 18 400 msg/s en flux L2 brut. Le point de bascule n'a pas été le code de carnet d'ordres — il a été le coût marginal d'inférence LLM pour la découverte de facteurs. Passer de GPT-4.1 à DeepSeek V3.2 via HolySheep AI a fait chuter notre facture mensuelle de 1 142,40 $ à 60,18 $ pour exactement la même couverture de facteurs — avec une latence p50 de 42 ms au lieu de 1 820 ms. Ce billet détaille l'architecture, les benchmarks et les erreurs que j'ai payées cash en production.

1. Architecture cible : du rejeu Tardis au carnet reconstruit

La stack se décompose en quatre couches isolées :