[Partenaire tech et IA]

La data science et le machine learning appliqués à vos opérations

Nous concevons des modèles sur mesure pour prévoir la demande, optimiser vos ressources ou encore fiabiliser vos contrôles, intégrés à vos logiciels métier et suivis en production.
80+ modèles de machine learning en production chez nos clients
Des cas d'usage challengés selon leur ROI, avec un gain chiffré dès le cadrage
40 ingénieurs IA issus de Polytechnique, Centrale ou l’ENS
Un ingénieur data de Galadrim au travail devant son ordinateur portable
Plus de 800 organisations accompagnées : industriels, opérateurs de services, banques et éditeurs de logiciels confient leurs projets data à nos équipes
Deux personnes de dos consultant un ordinateur portable affichant une interface de discussion IA
Les projets de data science échouent souvent sur les mêmes écueils : données mal structurées, modèles cantonnés au stade du POC, intégration laborieuse à vos logiciels métiers et absence de ROI mesurable.
Lucien MaillardHead of Custom AI Solutions
[Notre méthode]

Notre méthode pour mettre un modèle de machine learning en production

  • Cadrage
    Étape 01

    Décision à outiller et gain attendu

    Nous partons de la décision que le modèle doit produire, prévision, classement ou détection, puis nous chiffrons avec vous le gain visé et le seuil de rentabilité du projet. Ce seuil devient le critère qui décidera de la mise en production, arrêté avant le premier développement.
  • FAISABILITÉ
    Étape 02

    Audit de vos données et première baseline

    Nos ingénieurs auditent votre historique, volume, profondeur et qualité, et construisent une première baseline en quelques jours. Vous obtenez un verdict chiffré : la précision atteignable, les données manquantes et le plan pour les obtenir.
  • modélisation
    Étape 03

    Comparaison d'approches sur votre historique

    Nous confrontons plusieurs familles de méthodes, statistiques, gradient boosting, séries temporelles ou réseaux de neurones, sur un protocole de backtesting construit avec vous. Le modèle retenu bat la baseline et votre pratique actuelle, sur vos données réelles.
  • calibrage
    Étape 04

    Comparaison à votre pratique actuelle

    Nous confrontons la sortie du modèle à la décision que vos équipes auraient prise sur des cas passés, puis nous arbitrons avec vous les seuils d'alerte et le partage entre automatisation et validation humaine. Vous mesurez le gain avant la mise en service.
  • INTÉGRATION
    Étape 05

    Modèle intégré à vos logiciels métier

    La même équipe modélise et développe : nous connectons le modèle à vos API, l'exposons dans les interfaces que vos équipes ouvrent déjà et le déployons sur votre infrastructure, de manière sécurisée et robuste avec votre système d'information existant.
  • PÉRENNISATION
    Étape 06

    Suivi de la précision et ré-entraînement

    Nous suivons la précision réelle du modèle en service et le ré-entraînons sur les données qu'il collecte, pour que le gain constaté au démarrage se maintienne quand votre activité évolue.
01/06
[Pourquoi Galadrim ?]

Pourquoi les entreprises nous confient leurs projets de data science ?

Une expertise éprouvée

800+ clients accompagnés, 170+ experts et 9 ans d'expérience dans le développement de produits IA, avec des modèles en service dans l'industrie, les services et le secteur public.

Un gain chiffré avant le développement

Nous auditons votre historique et construisons une baseline dès les premiers jours, puis nous arrêtons ensemble la précision et le gain qui conditionnent la mise en production. Vous connaissez la valeur du projet avant de l'engager.

Une approche scientifique justifiable

Chaque résultat produit par nos modèles s'accompagne de sa méthode et de son incertitude. Chez Suez, le rendement de réseau est rendu avec un intervalle de confiance calculé par simulations de Monte Carlo.

Des modèles intégrés à vos logiciels métier

Un modèle livré seul reste une démonstration. Nos ingénieurs l'intègrent dans l'outil que vos équipes utilisent déjà : l'algorithme de prévision de Turboself est intégré nativement à son produit, le moteur de planification d'OGF tourne dans son logiciel interne.

Une précision suivie en production

Nous mesurons la performance réelle du modèle en service et le ré-entraînons sur les nouvelles données collectées, pour que le gain du démarrage se maintienne dans la durée.
[Réalisations]

Six modèles de machine learning en service chez nos clients

EAU ET ENVIRONNEMENTSuez

Estimer la consommation d'eau de 600 000 habitants à partir de relevés incomplets

Suez garantit à ses collectivités clientes un rendement de réseau calculé chaque jour, alors que les relevés de consommation arrivent incomplets, entre défaillances de télérelève et compteurs non équipés. Galadrim a développé le moteur d'estimation qui comble ces manques : il prédit la consommation des compteurs disposant d'un historique en tenant compte de la météo et des consommations voisines, reconstitue un profil type pour les parcs les moins équipés, et rend un rendement global assorti de sa marge d'incertitude. Le moteur tourne sur l'infrastructure Google Cloud de Suez.
600 000habitants couverts
95 %de précision
Suez Logo
INDUSTRIECastrol (BP)

Sécuriser une ligne de remplissage par une IA de vision autonome, sur un site sans connexion internet

Castrol, filiale du groupe BP, exploite une ligne de remplissage automatisée où entrer pendant le cycle expose à un accident grave, sur un site entièrement hors ligne. Nous avons entraîné un modèle de détection sur plusieurs heures de vidéo et 500 images annotées, choisi le matériel capable de le faire tourner sur place, puis installé le système sur la ligne. Une caméra surveille la zone dangereuse en continu : dès qu'une personne y pénètre, l'alerte part immédiatement, et aucune image ne quitte l'usine.
95 %de détection d'intrusion
100 %du traitement en local
1ligne pilote équipée
Castrol (BP) Logo
MAISON DE LUXECHANEL

Mesurer le geste d'application d'un cosmétique par l'IA

Le pôle de neurosciences de Chanel cherchait à comprendre l'usage réel de ses produits à partir de tests filmés, avec l'objectif d'obtenir des données quantifiables sur la manière dont une personne applique un cosmétique. Galadrim a développé des algorithmes de reconnaissance d'images qui suivent la tête, la main et les doigts de l'utilisatrice tout au long de la vidéo. Chaque geste est compté et classé par nature, massage en demi-cercle ou tapotement, ce qui donne à Chanel une mesure objective de la façon dont un cosmétique est appliqué.
97%de précision de reconnaissance des gestes
CHANEL Logo
TRAVAUX FERROVIAIRESVinci Construction

Affecter agents, engins et locomotives sur cinquante chantiers ferroviaires

Vinci Construction affecte chaque jour des agents, des engins de chantier et des locomotives pour tenir la continuité de ses opérations ferroviaires. Les règles à respecter s'accumulent : temps de repos, habilitation d'un agent à conduire un engin donné, enchaînement des trajets d'un site vers le suivant. Galadrim a développé le moteur de planification intégré à son outil interne, qui traite l'ensemble des chantiers en un seul calcul. Un chef de chantier ouvre son outil le matin et y trouve le planning de ses équipes déjà construit et conforme à toutes les règles, qu'il lui reste à valider.
+25 000missions planifiées
50chantiers
300employés par chantier
Vinci Construction Logo
LOGISTIQUE INDUSTRIELLEGroupe Blondel

Faire travailler à plein les moyens de levage d'un chantier naval

Le Groupe Blondel assure la logistique du site des Chantiers de l'Atlantique, où les grues, les ascenseurs et les monte-charges commandent l'avancement de tout le chantier. Il fallait les employer à plein régime tout en affectant les équipes et en suivant les flux de colis, sans créer de file d'attente devant un moyen saturé. Galadrim a développé l'application qui réunit ces contraintes : un modèle prédit le volume de colis à venir pour anticiper la charge réelle, les chefs d'ouvrage réservent leurs créneaux de levage depuis l'interface, et l'algorithme d'affectation construit les plannings en respectant les temps de travail et les compatibilités entre opérateurs et machines. Chaque collaborateur reçoit son planning personnalisé le matin.
+90 %de taux d'utilisation des moyens de levage
13 semde charge anticipée
3outils métier interconnectés
Groupe Blondel Logo
AUTOMOBILEStellantis

Rassembler six sources de données pour rendre un catalogue de véhicules interrogeable en langage naturel

Spoticar, la marque de véhicules d'occasion du groupe Stellantis, anime un réseau de revendeurs et le portail d'annonces qui leur apporte leurs acheteurs. Les informations qui décident d'un achat étaient réparties dans six systèmes qui ne communiquaient pas : stock, maintenance, documentation constructeur, avis clients et historiques de recherche. Galadrim les réunit dans la base unique du groupe, en travaillant à l'intérieur de son cadre d'ingestion et de ses règles de sécurité, puis construit le dictionnaire qui décrit ces données dans le vocabulaire du métier. Un acheteur pose sa question en français et obtient les véhicules qui y répondent, un concessionnaire pilote son stock, sur la même donnée.
+100 000véhicules référencés
6systèmes réunis dans une base unique
2interfaces alimentées par la même base
Stellantis Logo
Ils parlent de nous
[Notre équipe]

Une équipe qui vous conseille avant de construire

Nous recrutons et formons des ingénieurs et experts passionnés, issus des meilleures écoles, qui allient expertise en intelligence artificielle et compétences en ingénierie logicielle.
Benjamin Drighès
Benjamin Drighès CTO Data & IA
Conseille nos clients sur leur stratégie produit, leur transformation IA de long terme et leurs choix structurants de technologies et d'approches, et définit les standards de qualité de nos équipes IA.
Quentin Massonnat
Quentin Massonnat AI Tech Lead
Conçoit l'architecture des chaînes de traitement de données, entraînement, calcul des prédictions et supervision compris, et encadre les développements jusqu'à la mise en production.
Marc-César Garcia-Grenet
Marc-César Garcia-Grenet AI Engineer
Plus de trente projets à son actif. Il met en production les modèles et les applications qui les entourent, du prototype à leur exploitation quotidienne.
Félix Monnier
Félix Monnier AI Engineer
Entraîne et éprouve les modèles adaptés à vos données, puis mesure leur précision sur votre historique avant toute mise en service.
Lucien Maillard
Lucien Maillard Principal AI Strategy Consultant
Cadre les projets data avec les directions clientes, qualifie la faisabilité sur les données disponibles et le gain atteignable avant tout développement.
Pierre-Antoine Dornic
Pierre-Antoine Dornic Principal AI Strategy Consultant
Cartographie les cas d'usage IA, les priorise par ROI et faisabilité, cadre les feuilles de route des directions et pilote leur déploiement jusqu'à l'adoption par les équipes.
Eva-Garance Tison
Eva-Garance Tison Lead AI Product Manager
Transforme les besoins métier en produits IA adoptés : cadre les projets avec les clients, priorise la roadmap, pilote le delivery des équipes et garantit l'impact des solutions livrées.
Naïs Schietecatte
Naïs Schietecatte Senior AI Product Manager
Pilote le cycle produit des solutions IA, des spécifications fonctionnelles aux interfaces de contrôle utilisées au quotidien, en lien étroit avec les ingénieurs et les utilisateurs métier.

Concrétisons votre projet ensemble

Nous contacter
[FAQ]

Quelques questions fréquentes de nos clients

Vos données existantes, quel que soit leur état, et l'accès aux outils qui les hébergent. Nous prenons en charge leur extraction, leur mise en qualité, la modélisation et la mise en production.
Quelques semaines pour un premier modèle mesuré sur votre historique, deux à cinq mois pour une solution complète intégrée à vos outils. Chaque étape se termine par un résultat vérifiable.
Nous visons le meilleur niveau atteignable sur vos données et le mesurons avant toute mise en service, en rejouant le modèle sur vos années passées. Le seuil qui conditionne la mise en production est arrêté avec vous dès le cadrage.
Vous gardez la décision. Nous livrons l'interface par laquelle vos équipes vérifient et corrigent les résultats, et chaque correction alimente les ré-entraînements suivants.
Nous suivons la précision réelle du modèle en service et déclenchons son ré-entraînement sur les nouvelles données collectées. Ce suivi est planifié dans le cadre de la maintenance.
En France ou dans l'Union européenne, chez un hébergeur défini avec vous selon leur sensibilité, ou directement sur votre propre infrastructure. Aucune donnée ne sort du cadre contractuel défini avec vous.
À vous. Code, modèles entraînés, jeux de données préparés et documentation vous appartiennent à chaque livraison. La cession des droits est contractuelle dès le démarrage.
Chaque projet est dimensionné selon votre périmètre et vos priorités. Décrivez-nous votre contexte, nous revenons vers vous sous 24 h avec une première lecture.
[Nous contacter]

Concrétisons votre projet ensemble

Nous travaillons avec tous types de clients, dans tous les secteurs d’activité. Que vous soyez un entrepreneur ou à la direction d’une grande organisation, une équipe adaptée répondra à votre besoin.

Plus de 800 entreprises nous ont fait confiance pour créer leurs produits web, mobiles et IA

Votre demande

Nous vous recontacterons sous 1h.