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.
Discuter de mon projet
Un ingénieur data de Galadrim au travail devant son ordinateur portable

Six modèles de machine learning en service chez nos clients

Suez
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.
Castrol (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.
Chanel
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.
Vinci 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.
Groupe 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.
Stellantis
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.
Ils parlent de nous
Le Parisien BFM Business JDN Challenges Le Point

Quelques questions fréquentes de nos clients

Que devons-nous fournir de notre côté ?
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.
Combien de temps avant d'avoir un modèle utilisable ?
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.
Quelle précision pouvons-nous attendre ?
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.
Que se passe-t-il si le modèle se trompe ?
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.
Comment la performance se maintient-elle dans le temps ?
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.
Où nos données sont-elles hébergées et traitées ?
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 qui appartient le travail produit ?
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.
Combien coûte un projet de data science ?
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.
Vous avez un projet ?
Démarrer la discussion