CaRool a fait le choix de travailler avec Ippon pour répondre à deux objectifs :
“Dès le premier jour, les consultants Ippons étaient en mesure de délivrer. Cela a été un accompagnement incroyable, qui nous a permis d’être opérationnel tout de suite et de sortir un MVP en 4 mois.”
Co founder
Au préalable, Ippon a déployé une équipe pluridisciplinaire composée de développeurs full stack, Data scientists et Machine Learning engineers, opérationnelle et en mesure de délivrer dès le premier jour de la prestation. Dans ce contexte, l’équipe a su s’intégrer et être complémentaire aux collaborateurs Data de CaRool, venant du monde de la recherche.
Cette réactivité a permis à CaRool de sortir son Minimum Viable Product (MVP) en 4 mois avec, à la clé, une application mobile fonctionnelle pour les utilisateurs.
Ippon a accompagné CaRool dans la conception et le développement d’une solution innovante de Machine Learning serverless et multicloud, dédiée à l’analyse automatisée des pneus : détection de caractéristiques (marque, modèle, dimension, etc.) et évaluation de l’usure (craquelures, état de la gomme). En effet, aucun produit équivalent n’existait alors sur le marché, ce qui a nécessité une approche sur mesure. L’architecture cloud et serverless, hébergée principalement sur AWS, a permis de garantir flexibilité, montée en charge, rapidité de mise sur le marché et maîtrise des coûts.
La solution repose sur une combinaison de briques techniques : algorithmes de traitement d’image inspirés de la recherche scientifique, modèles de Computer Vision et d’OCR développés en interne, et utilisation de services pré-entraînés proposés par différents cloud providers. Ce choix multicloud visait à optimiser les performances globales.
Par la suite, un pipeline complet de CI/CD et un framework MLOps via AWS SageMaker ont été mis en place pour assurer la qualité du code, le déploiement fluide sur plusieurs environnements et le suivi des performances des modèles.
Enfin, l’équipe Ippon a progressivement intégré les collaborateurs de CaRool, en assurant leur montée en compétence et leur autonomie sur la solution, pour garantir un transfert durable et efficace de la technologie.
Face aux défis de l'industrialisation de l'IA, le Platform Engineering émerge comme le socle indispensable pour transformer les expérimentations en succès durables.
Je découvre
Une analyse pragmatique de la souveraineté cloud, loin des slogans, qui remet l’opérationnel et la responsabilité des choix au centre des décisions.
Je découvre
L'Intelligence Artificielle - du POC à la réalité industrielle. Nos tendances tech pour l'année 2026
Je découvre