This website uses cookies so that we can provide you with the best user experience possible. Cookie information is stored in your browser and performs functions such as recognising you when you return to our website and helping our team to understand which sections of the website you find most interesting and useful.
Conception et création d’une application de génération automatique de devis
Conception et création d’une application de génération automatique de devis
Type de projet
- Solutions MVP (développements ultérieurs en cours) ;
- Documentation technique ;
- Préconisations de marketing digital (SEO, SEA) ;
- Charte graphique de la carrosserie ;
- Site web de la carrosserie ;
- La solution de génération de devis sur-mesure.
Contexte et enjeux
- Développement d’une application permettant pour un client de générer automatiquement un devis par la prise de photo d’un dommage carrosserie ;
- Refonte du site commercial et de l’identité graphique pour une meilleure acquisition des prospects (enjeux SEO, adwords, parcours clients).
Missions réalisées
- Solution de création de devis pour un carrossier à partir de photos de clients potentiels ;
- Etude de faisabilité pour une utilisation d’Intelligence Artificielle dans la résolution du problème, veille sur les solutions et état de l’art ;
- Etude de faisabilité data science pour l’algorithme de Machine Learning, classification d’images ;
- Identification du manque de données disponibles pour répondre à la spécificité métier et surtout aux coûts de réparations propres aux compétences des salariés et à l’organisation interne.
- Travail sur une solution intermédiaire permettant de répondre aux attentes d’amélioration de l’organisation interne tout en capitalisant sur la récupération de datas ;
- Benchmark des outils pour labelliser les images, sélection de la solution la plus adaptée et développement d’optimisations pour simplifier au plus le travail de labellisation des données pour l’étape de modélisation en apprentissage supervisé ;
- Préparation des algorithmes de Deep Learning basés sur des images et modèles à utiliser qui devront être affinés sur les dataset finaux, avec notamment une phase de pré-processing à apporter. La modélisation donnent de bons résultats mais doit être adaptés aux niveaux de criticité propres à ceux du client qui va alimenter ces dataset.