IA Detection
01/07/2025
Projet d'entreprise qui aide à contrôler la préparation - lecture d'étiquettes ou de documents et repérage d'écarts avant expédition.
Contexte
En logistique, les erreurs de préparation ne se voient souvent qu'après l'expédition. Les corriger coûte cher en temps, image et reprise sur erreur.
L'entreprise souhaitait un outillage qui aide les opérateurs pendant la préparation elle-même : matériel léger on-premise (type NUC) exécutant des services Python associant OCR et détection type YOLO pour recouper étiquettes, documents et matériaux avant envoi.
J'ai piloté la mission de bout en bout : cadrage, chiffrage et argumentation technologique, avec boucles d'expérimentation et d'entraînement des modèles selon les contraintes terrain.
Objectifs
- Fournir un retour utile en temps réel ou quasi temps réel pendant la préparation.
- Détecter les matériaux et références pour limiter les erreurs de picking.
- Contribuer à augmenter le débit et la fiabilité des expéditions.
Compétences
Collecter, suivre et orienter des demandes.
J'ai échangé avec les parties prenantes et les utilisateurs pour recueillir les besoins autour du contrôle en préparation de commandes, synthétiser les attentes et formaliser une vision de projet partagée avant de concevoir la solution OCR et détection.
Planifier les activités.
J'ai planifié les phases du projet dans Notion au jour le jour, ce qui a rendu visibles les dépendances entre tâches et a facilité l'arbitrage sur la durée des expérimentations, y compris l'entraînement des modèles.
Évaluer les indicateurs de suivi d'un projet et analyser les écarts.
J'ai suivi les indicateurs d'avancement et analysé les écarts par rapport aux premières estimations sur la charge liée à l'entraînement des modèles. Cette analyse m'a permis d'ajuster la planification des itérations suivantes et de caler des objectifs plus réalistes pour la suite du développement.
Développer son projet professionnel.
L'entreprise m'a confié ce projet en toute responsabilité. En milieu professionnel, j'ai dû livrer les livrables attendus d'un dossier sérieux : cahier des charges, devis et argumentation des choix technologiques. Cela m'a habitué à structurer mon travail proprement et à le présenter clairement devant des interlocuteurs variés, tout en m'initiant concrètement à l'entraînement de modèles d'IA via la console et les services cloud Google.
Avis personnel
Projet mené de A à Z : cadrage des attentes, devis et livrables, intégration en temps réel ou quasi temps réel, adaptation au réseau et aux contraintes de l'entreprise. J'y ai surtout appris ce qu'il faut verrouiller tôt pour qu'une solution tienne en production.
Besoin de quelque chose de proche ?
Expliquez votre contexte. Je vous dis si je peux intervenir.