services

Outiller les équipes sans se substituer à leur jugement.

Six prestations, avec une même exigence : tout ce qu’une mission produit doit pouvoir être relu, reproduit et validé par un ingénieur interne. Sans procédure de reprise, le client hérite de fichiers qu’il ne sait pas exploiter. Un livrable généré que personne ne sait expliquer pose le même problème.

01prestations
durée type · 6 mois à 1 an
construire
applications web · analytique · machine learning
Applications web, plateformes analytiques et services de machine learning, du prototype à la mise en production sur AWS ou Azure.
durée type · 3 à 6 mois
migrer et moderniser
migration de plateforme · reprise de code existant
Migration de plateformes cloud et reprise de code existant. Les services qui doivent fonctionner pendant la transition restent en service.
durée type · 3 mois
auditer et gouverner
audit de systèmes · gouvernance des données
Revue critique d’un système en place, et mise en place d’une gouvernance des données que l’équipe continue d’appliquer après la mission.
durée type · 6 mois à 1 an
transmettre et former
plateforme neuve · adoption · montée en compétence
Adoption d’une nouvelle plateforme par l’équipe qui va l’exploiter : cas d’usage construit avec elle, architecture expliquée, formation sur ses propres données. La mission se termine quand l’équipe interne livre le tableau de bord suivant sans aide.
durée type · 6 mois à 1 an
adopter l’IA dans les métiers
ia générative · agents · cas d’usage
Adoption de l’IA générative et d’agents : cas d’usage choisis sur un impact mesuré, règles d’usage écrites, formation des équipes. La qualité du résultat dépend surtout des données fournies au modèle, et ce sont les pratiques des métiers qui changent.
créer une présence en ligne
association · profession libérale · indépendant
Identité visuelle et présence en ligne pour une petite structure. Le livrable comprend le système de conception (jetons, composants, règles écrites) en plus des pages, pour que la structure puisse faire évoluer son site sans prestataire. Ce site en est un exemple.
Un relevé de terrain manuscrit : colonnes de comptes à gauche, plan de parcelles, chemins et maisons à droite, marques de pliage et taches d’usage.
Anonyme, Nouvelle-AngleterreRelevé de Sturgeon Creek, Maine, 4 juillet 1752
02pile technique

Les technologies utilisées en production et le rôle de chacune. Le choix dépend des contraintes du client. Une pile que l’équipe interne ne sait pas maintenir finit remplacée, à ses frais.

calcul et données

Stockage, requête, transformation et restitution. Le choix dépend des contraintes du client : contrat cloud existant, souveraineté, compétences internes.

aws · requête sur fichiers
Athena

Moteur de requête SQL qui lit directement les fichiers stockés sur S3, sans base à charger ni serveur à maintenir. La facturation dépend du volume de données lues, ce qui fait du partitionnement une décision de conception à prendre dès le départ.

aws · calcul distribué
EMR

Clusters Hadoop, Spark et Trino créés à la demande, pour les traitements trop volumineux pour une seule machine. Le code Spark existant y fonctionne sans réécriture, ce qui motive souvent ce choix.

azure · exécution à l’événement
Functions App

Le service serverless d’Azure : du code déclenché par un fichier déposé, un horaire ou un appel HTTP, sans serveur à dimensionner. Adapté aux étapes courtes d’un traitement ; pour les traitements longs, la facturation à la durée le rend coûteux.

microsoft · base relationnelle
SQL Server

Le moteur relationnel de Microsoft, très répandu dans les systèmes d’entreprise. Dans une migration, il est presque toujours la source à lire et la contrainte à respecter, rarement la cible.

open source · base relationnelle
PostgreSQL

La cible par défaut quand rien n’impose un moteur propriétaire : licence libre, portable d’un cloud à l’autre. Ses extensions, PostGIS pour le géospatial et pgvector pour la recherche vectorielle, évitent d’ajouter un second système pour un seul besoin.

modèles de langage · api
OpenAI

Les modèles GPT, appelés par l’API d’OpenAI ou par Azure OpenAI quand le client a déjà un contrat Azure. Utilisés pour l’extraction, la classification et l’aide à la rédaction. Les décisions d’ingénierie restent prises par un ingénieur.

anthropic · modèles de langage
Claude

Les modèles Claude d’Anthropic, appelés par l’API d’Anthropic ou par AWS Bedrock, Google Vertex AI et Microsoft Foundry. Le fournisseur cloud du client n’impose donc pas le choix du modèle. Utilisés pour l’analyse de documents, l’aide à la rédaction et les agents qui appellent des outils.

microsoft · github · assistants
Copilot

Deux produits sous le même nom : GitHub Copilot pour l’assistance au code dans l’éditeur, et Microsoft Copilot avec Copilot Studio pour les agents métier sur Azure. Les agents construits chez Egis Group reposent sur le second.

entrepôt de données
Snowflake

Entrepôt de données qui sépare le stockage du calcul : chacun est dimensionné séparément, et le calcul est facturé à l’usage. Disponible sur les trois grands clouds, ce qui évite de lier l’entrepôt au fournisseur d’infrastructure.

aws · modèles gérés
Bedrock

Plusieurs familles de modèles accessibles par une API unique, sans que les données quittent le compte AWS. Le choix du modèle est consigné comme une décision d’architecture, révisable.

microsoft · plateforme intégrée
Fabric

Ingestion, entrepôt, notebooks et restitution dans un seul produit, sur un stockage commun (OneLake). L’intégration fait gagner du temps ; en contrepartie, la plateforme lie le client à l’écosystème Microsoft. Ce compromis est tranché au cadrage.

microsoft · restitution
Power BI

Modèles sémantiques, rapports et tableaux de bord, utilisés directement par les équipes métier. Les définitions de métriques ambiguës y deviennent visibles, ce qui en fait un bon test de la qualité du modèle de données en amont.

langages

Trois langages, choisis parce qu’une équipe interne peut les relire sans formation particulière.

traitement · modèles
Python

Le langage des traitements de données et du machine learning, du script d’ingestion au service de modèle. pandas, PySpark et scikit-learn couvrent toutes les étapes sans changer d’outil.

interrogation · transformation
SQL

Le seul langage que lisent à la fois les équipes métier et les équipes techniques. Une transformation écrite en SQL reste lisible des années plus tard, ce qui est rarement le cas d’un pipeline écrit en code.

infrastructure déclarative
Terraform

Décrit l’infrastructure cloud dans des fichiers versionnés, appliqués de façon reproductible. Sans cet outil, la configuration d’une plateforme n’existe que dans une console web, où elle ne peut être ni relue, ni transmise, ni auditée.

fournisseurs cloud

Deux fournisseurs utilisés en production. Google Cloud fait l’objet de certifications mais n’apparaît pas ici, faute de mission récente à citer.

amazon web services
AWS

Le catalogue de services de données le plus large : S3, Athena, EMR, Bedrock. C’est le choix par défaut quand l’entreprise n’a pas déjà de contrat Microsoft.

microsoft
Azure

Le fournisseur naturel des entreprises déjà équipées de Microsoft 365 et d’Entra ID, pour qui l’identité, la facturation et la conformité sont déjà en place. Fabric, Functions App et Azure OpenAI y sont les services de données les plus courants.

03méthode

Toutes les missions suivent les mêmes quatre étapes. Les décisions se prennent au cadrage, et c’est cette étape qui fait l’objet d’un suivi. Le cadrage est écrit pour que personne n’attende un accès, un environnement ou une décision.

relevé
Entretiens, sources, contraintes réelles
cadrage
Périmètre écrit, ce qui est écarté et pourquoi
construction
Livrables incrémentaux, mesurés
passation
Équipe interne, seule signataire
04conditions
premier pascadrage de 5 à 10 jours, à l’issue duquel la suite est décidée ou non
formatmission au forfait ou en régie, 3 à 5 jours par semaine
durée3 mois, 6 mois ou 1 an selon la prestation
taux550 à 750 € HT par jour, selon le projet
lieuParis et Île-de-France · à distance ailleurs
facturationSASU Commutator · TVA FR73979139037
ce qui est écarté

Demandes déclinées, quelle que soit la durée de la mission.

  • Une décision d’ingénierie automatisée sans cadre de responsabilité.
  • Un livrable qu’aucun ingénieur interne ne peut relire.
  • Un chiffre annoncé sans source mesurable.
  • Un passage à l’échelle avant trois mois de pilote en production.