Big Data et Intelligence artificielle – Interview de Vincent MORENO, co-fondateur de la société HUPI

Le réseau Internet (Source : Pixabay - CC0)
Le réseau Internet (Source : Pixabay - CC0)
Vincent Moreno : co-fondateur de la société HUPI
Vincent Moreno, co-fondateur de la société HUPI

HUPI est une société implantée à Bidart dans le Pays Basque – Sud Aquitaine, spécialisée dans l’édition de logiciels en mode SaaS (Software As A Service) dans le domaine du Big Data. HUPI propose des plateformes opérationnelles de traitement et d’analyse de données en continu afin de créer de « l’intelligence automatisée ».

L’interview a été réalisée le 06 juin 2017, auprès de Mr Vincent MORENO, co-fondateur de l’entreprise en 2014, que je remercie à nouveau de sa disponibilité.

 

 

Entreprise HUPI (source : http://www.hupi.fr/)

Pour commencer l’interview, pourriez-vous me décrire votre parcours ? Quel est votre profil de formation et comment est née l’idée d’une entreprise d’édition de logiciels « Big Data » ?

« J’ai passé un Master en informatique à l’Université de Bordeaux, puis un MBA à Paris (Master of Business Administration) auprès du CNAM. L’idée de l’entreprise est venue du croisement des compétences des trois fondateurs : un spécialiste des aspects territoriaux, un profil axé sur le partage des connaissances stratégiques et moi plus technique. Le concept était d’offrir aux entreprises de nouveaux services dits intelligents pour pouvoir les aider demain à progresser. Nous avions travaillé sur le Big Data dans nos expériences passées et y avons vu une opportunité. »

Vous fournissez des abonnements à une plateforme locale Big Data ? Quel en est le principe ?

« Il faut d’abord commencer par la définition donnée au Big Data chez HUPI pour expliquer le principe des plateformes. C’est un outil qui va nous permettre de faire des recommandations automatisées en temps réel. C’est-à-dire comment à partir des données et des outils de type machine learning [1], on est capable de faire de la prédiction, de la recommandation en temps réel et de manière automatisée. C’est la machine qui va préconiser à l’homme quelque chose à faire.

Chez HUPI, nous avons développé des solutions qui sont basées sur notre propre plateforme d’où l’avantage concurrentiel. Nous proposons tout un socle technique qui appartient à HUPI et qui permet de ne pas réinventer la roue chaque fois que nous devons travailler sur une solution de ce type-là pour nos clients.

La plateforme est découpée en trois axes verticaux métier : e-commerce, industrie et transport. L’e-commerce étant notre clientèle principale suivie de l’industrie. »

Comment identifiez-vous avec le client potentiel le flux de données brutes ? Sur quels critères ?

« Dans les faits, nous faisons le contraire. Avant de dire « qu’est-ce que vous avez comme données ? » et après on va réfléchir, ce qui marche une fois sur 100. La démarche est plutôt de réfléchir avec le client à leurs usages et leurs problématiques de tous les jours. Une fois ce contexte défini, nous allons réfléchir à la typologie de données qui pourraient potentiellement répondre à ces besoins, en chercher de nouvelles et compléter par d’autres systèmes auxquels nous n’aurions pas pensé directement.

Quand nous allons voir les clients, nous ne pouvons pas parler outils. Si nous leur parlions « machine learning », il n’y a pas de connexion qui se ferait entre leurs métiers et nos métiers. Pour établir cette connexion, nous essayons d’accompagner nos clients sur la réflexion. Nous les faisons parler par un jeu de questionnements sur leur stratégie qui, nous, nous aident derrière à dessiner leurs besoins et associer à nos solutions potentielles ou non.

Exemple de e-commerce : jeu de questions sur le Qu’est-ce vous vendez ? Pourquoi vous le vendez ? Pourquoi avoir choisi tel ou tel canal de ventes ? Quelle catégorie de clients ? Pourquoi leur fournissez-vous telles informations plutôt que celles-là ? »

[Du coup je fais un parallèle avec mon métier principal qui est la Qualité]. Mais en bref, vous les aidez à avoir une vision systémique et à cartographier leurs activités pour bien cerner leur fonctionnement ? à identifier leurs risques et leurs opportunités ?

« C’est exactement ça ! ☺ »

 

NOTES-—————————————————-

[1]  Définition selon le site http://www.jeveuxetredatascientist.fr/quest-ce-que-le-machine-learning/ : « consiste en la mise en place d’algorithmes ayant pour objectif d’obtenir une analyse prédictive à partir de données, dans un but précis. C’est en quelque sorte l’apprentissage par l’exemple. […] Avec le Machine Learning, on cherche davantage à établir des corrélations entre 2 évènements plutôt qu’un lien de causalité.
⇒ Exemple: on peut détecter une corrélation entre la consommation de sucre et les maladies cardiaques, sans pour autant dire que l’une est la cause de l’autre.

Print Friendly, PDF & Email

Soyez le premier à commenter

Poster un Commentaire

Votre adresse de messagerie ne sera pas publiée.


*