DATA TERRAE

Data terrae est une startup basée à Montpellier qui a pour objectif de proposer une plateforme dédiée à l’analyse de données. La production de données augmente chaque jour et il devient alors impossible pour les analystes de produire de nouvelles connaissances. Ces données ont de la valeur qui n’est pas valorisée. Afin de rendre cette analyse de données pertinente, des solutions automatiques existent. Ces méthodes sont basées sur des algorithmes d’intelligence artificielle.

Plus d’informations :

Les données, si précieuse, est la base même qui donne tout son sens à cette plateforme appelée data factory, la solution fournit une méthode simple pour exploiter les données, destinée aux clients de plusieurs profils. Un outil précieux notamment avec la montée en puissance des données connectées. Aujourd’hui, des données massives qui se trouvent partout qui sont manquantes et hétérogènes. Il est donc nécessaire de mettre en place des méthodes appropriées pour en extraire de nouvelles connaissances. De telles solutions, répondent à une tendance forte à la demande actuelle du marché.
C’est dans cet objectif, que nous développons cette solution open-source : data factory, qui repose sur différentes briques développées de manière indépendante et nécessitent d’être interconnectées qui sont : collecte, stockage, analyse et valorisation des données. Avec ce type de solution, le client aura la possibilité de charger ses données et analyser ces résultats sans s’occuper de la chaîne de la gestion des données, il se focalisera ainsi sur son métier pour valoriser ses données. Notre solution reposera sur les derniers travaux de recherches que nous les mettons en œuvre dans un contexte industriel. Ainsi, au travers cette plateforme, les chercheurs pourront évaluer leurs modèles sur des données réelles et les experts métiers auront la possibilité de valoriser leurs données.
Concernant la première brique pour la collecte des données, nous nous baserons sur la technologie de la blockchain, qui permet stocker les données avec l’historique de tous les échanges effectuées entre ses utilisateurs d’une façon sécurisée et distribuée. Ce qui nous permettra de vérifier la validité de la chaîne.
Une fois que les données sont collectées, la prochaine étape qui concerne la gestion de ces données, comme ce sont des données qui sont souvent massives, hétérogènes et manquantes, nous allons s’appuyer sur les technologies du Big data couplés à des techniques de l’intelligence artificielle (IA) qui nous assurera de respecter le temps de réponse. En effet, pour ce genre d’application , le temps de réponse doit être en temps réel typiquement quand il s’agit de faire des simulations pour tester plusieurs scénarios.
La troisième étape concerne l’analyse des ces données prétraitées, nous souhaitons se reposer sur des modèles issus de la recherche pour mettre en place des moteurs d’analyse générique, notamment les modèles du machine learning (ML) ou de programmation mathématique (PM). En outre, nous envisageons de mettre en place des outils de visualisation qui permettrons d’améliorer les résultats.
Pour plus de réalisme, la dernière brique consiste à améliorer les données pour en donner de la véracité. Pour ce faire, nous allons se baser sur des travaux de recherche autour de la sécurité logicielle.

Par la suite, on aimerait se servir de notre expertise pour élargir notre expertise d’abord sur le marché national puis à l’international.

Domaines :