Notre processus d'Artificial Intelligence
De la première conversation au modèle en production, voici exactement ce qui se passe, semaine par semaine. Pas de phases floues, pas de « discovery sprint » qui s'éternise.
Les six étapes d'un projet type
Un projet standard dure entre huit et quatorze semaines. Certains projets plus simples (un chatbot interne, par exemple) peuvent être livrés en cinq semaines. Voici le déroulement habituel.
Cadrage et diagnostic
Nous passons une à deux journées chez vous. L'objectif est simple : comprendre quel problème coûte le plus d'argent ou de temps. Nous interviewons les opérationnels, pas seulement la direction. Un responsable logistique qui perd 45 minutes par jour à recopier des numéros de suivi dans un tableur, c'est un cas d'usage concret. Nous repartons avec une liste de trois à cinq opportunités classées par impact estimé et faisabilité technique.
Analyse des données
Avant de construire quoi que ce soit, nous vérifions que vos données sont exploitables. Combien de lignes ? Quels champs manquent ? Y a-t-il un biais de sélection ? Nous rédigeons un rapport de qualité des données de cinq à dix pages. Si les données sont insuffisantes, nous vous le disons franchement et nous proposons un plan de collecte sur trois mois plutôt que de lancer un modèle voué à l'échec.
Prototypage rapide
Nous construisons un premier modèle fonctionnel sur un échantillon de vos données. Ce prototype n'est pas une démo marketing : c'est un pipeline de bout en bout, de l'ingestion des données brutes jusqu'à la prédiction. Vous pouvez le tester avec des cas réels. À la fin de cette phase, nous avons un taux de précision de référence et une liste claire des améliorations nécessaires.
Itération et optimisation
Le prototype passe rarement la barre de performance du premier coup. Nous ajustons les features, testons d'autres architectures (gradient boosting, réseaux de neurones récurrents, transformers légers selon le cas) et validons chaque itération sur un jeu de test séparé. Chaque vendredi, vous recevez un rapport d'une page avec les métriques clés : précision, rappel, F1 et, surtout, l'impact métier estimé en euros.
Déploiement en production
Le modèle validé est conteneurisé (Docker) et déployé sur votre infrastructure ou sur un serveur dédié en Belgique. Nous configurons le monitoring : si la précision du modèle chute sous un seuil défini ensemble, une alerte est envoyée automatiquement. Nous intégrons le modèle à vos outils existants via API REST ou connexion directe à votre base de données.
Suivi et réentraînement
Un modèle d'IA n'est pas un logiciel classique qu'on installe et qu'on oublie. Les données changent, les comportements clients évoluent, les fournisseurs modifient leurs formats. Nous proposons un contrat de maintenance qui inclut un réentraînement trimestriel du modèle, une revue des performances et deux demi-journées de support technique par mois.
Les outils que nous utilisons
Nous ne sommes liés à aucun éditeur. Le choix de la stack dépend de votre contexte.
Pour le traitement de données tabulaires, nous travaillons principalement avec Python, pandas et scikit-learn. Quand le volume dépasse quelques millions de lignes, nous passons à PySpark ou DuckDB. Pour le deep learning, PyTorch est notre choix par défaut depuis 2021.
Côté déploiement, nous utilisons Docker et Kubernetes si votre infrastructure le permet. Pour les équipes plus petites, un simple conteneur Docker sur un VPS belge (OVH ou Scaleway) suffit et coûte entre 30 et 80 € par mois.
Nous documentons chaque projet dans un dépôt Git privé avec des notebooks commentés, un README détaillé et un fichier de configuration reproductible. Quand nous partons, votre équipe peut reprendre le code sans nous appeler.
Questions fréquentes sur notre processus
Un projet complet (du cadrage au déploiement) coûte entre 12 000 et 45 000 €, selon la complexité. Un audit seul revient à 1 900 €, remboursable si vous lancez un projet dans les 90 jours. Nous facturons au forfait, pas au temps passé : si nous dépassons nos estimations, c'est à notre charge.
Non. Environ 60 % de nos clients n'ont pas de data scientist. Nous travaillons directement avec vos équipes métier et IT. Si vous souhaitez recruter un profil data par la suite, nous vous aidons à rédiger la fiche de poste et à évaluer les candidats.
Nous signons un accord de confidentialité (NDA) avant tout échange de données. Vos fichiers sont chiffrés en transit (TLS 1.3) et au repos (AES-256). Nous ne stockons jamais vos données sur des serveurs hors Union européenne. À la fin du projet, toutes les copies sont supprimées et nous vous fournissons un certificat de destruction.
Cela arrive. Si, après la phase de prototypage, le modèle n'atteint pas le seuil de performance défini ensemble, nous vous facturons uniquement les phases de cadrage et d'analyse des données (environ 3 500 €). Vous conservez le rapport et les notebooks, et vous êtes libre de les confier à un autre prestataire.
Oui. Nous avons déjà livré des projets dans la banque (scoring de crédit conforme aux exigences de la BNB), la santé (classification d'images médicales avec validation CE) et le secteur public. Nous connaissons les contraintes de l'AI Act européen et nous intégrons les exigences de traçabilité et d'explicabilité dès la conception du modèle.
Prêt à démarrer ?
Contactez-nous pour planifier un audit de maturité IA. Deux jours chez vous, un rapport de 15 pages, trois scénarios chiffrés.
Demander un audit gratuit