Je vous préviens tout de suite, cet épisode m’est très cher 😌

Pas seulement parce que Preligens, maintenant Safran.ai est une vraie success story française d’une entreprise 100% Computer Vision ✅

Mais aussi parce que son histoire, celle de ses fondateurs, et tout ce qui caractérise cette startup, est vraiment unique dans le paysage 🦄

Aujourd’hui j’ai la chance d’interviewer Renaud Allioux, co-fondateur et ancien CTO qui a créé Preligens il y’a maintenant presque 10 ans avec son associé (et beau-frère !) Arnaud Guérin.

Pour ceux qui ne connaissent pas, leur cœur de métier c’est l’analyse d’images très hautes résolutions qui viennent directement des satellites afin de détecter des éléments cruciaux sur les théâtres d’opération militaire.🪖

Dans cet épisode, on revient sur le parcours de Renaud, mais aussi sur toutes les entrailles d’une entreprise opérant dans des domaines assez méconnus mais surtout très fermés: le New Space, puis la Défense. 🛰️

Renaud m’explique notamment comment on fait pour rentrer dans ces industries, quels sont leurs challenges (et il y’en a beaucoup !), de la différence entre construire un SaaS et du logiciel pour les armées, mais aussi des personnes qui permettent de réussir ce tour de force 💪💪

Évidemment on passe aussi sur les raisons du rachat par Safran, mastodonte industriel français, et sur le futur de Preligens 💶

J’espère que vous avez aimé cet épisode, j’attends vos retours dans les commentaires !

Ce podcast vous est proposé par Picsellia: la plateforme de MLOps dédiée à la Computer Vision. Picsellia contient tous les outils pour assister les ingénieurs en IA, de l’annotation au monitoring de modèles, en production.

Visitez le site de Picsellia ➡️ https://picsellia.com

Nous venons de sortir une version Community pour que vous puissiez gratuitement réaliser vos projets de Computer Vision ➡️ https://app.picsellia.com

Pour plus de contenu, vous pouvez me suivre sur Linkedin ➡️ https://www.linkedin.com/in/pierre-nicolas-tiffreau/ 

Je répondrais avec plaisir à vos messages 🙂 

Dans cet épisode de Pixel Perfect:

Céline, entrepreneure aux multiples facettes, n’en est pas à son coup d’essai.

D’abord plongé dans l’algorithmie au service du marketing et du “growth” mais ayant passé une partie de sa vie dans la mode, elle créera deux sociétés dédiées à la génération de données, EVA Engines puis MyDataMachine ⚙️

Aujourd’hui elle m’ouvre les portes d’un monde que je connais assez peu, celui de la Fashion Tech et notamment l’IA appliqué à la mode 👗

Plus précisément, elle m’explique comment sont créés des datasets d’images pouvant servir à entraîner des modèles de génération de pièces, à l’époque des GANs jusqu’à nos jours 🏞️

On comprend vite que l’application de ces technologies et de leurs méthodes de travails se transfèrent assez intuitivement à des domaines comme l’industrie automobile, le retail ou encore le spatial. 💡

Un épisode qui viendra challenger votre conception de la “data quality”, de l’annotation de données et de la préparation de datasets d'entraînement dans sa globalité 🤯

En bref, un bonheur pour moi de rentrer en détail dans ce sujet crucial qu’est la donnée, par un prisme unique grâce à l’oeil expert de Céline 👁️

J’espère que vous avez aimé cet épisode, j’attends vos retours dans les commentaires !

Le Linkedin de Céline ➡️ https://www.linkedin.com/in/celinedelaugere

Ce podcast vous est proposé par Picsellia: la plateforme de MLOps dédiée à la Computer Vision. Picsellia contient tous les outils pour assister les ingénieurs en IA, de l’annotation au monitoring de modèles, en production.

Visitez le site de Picsellia ➡️ https://picsellia.com

Nous venons de sortir une version Community pour que vous puissiez gratuitement réaliser vos projets de Computer Vision ➡️ https://app.picsellia.com

Pour plus de contenu, vous pouvez me suivre sur Linkedin ➡️ https://www.linkedin.com/in/pierre-nicolas-tiffreau/ 

Je répondrais avec plaisir à vos messages 🙂 

Dans cet épisode de Pixel Perfect:

Cette semaine, j’ai tendu le micro à Younes et Adel, data scientists chez Altaroad, pour un épisode béton (sans jeu de mots… ou presque 😅).

On a parlé : – de surcharge de camions (⚖️ 1350€ l’amende, ça calme), – de vision par ordinateur et de capteurs dans les routes, – de comment deux passionnés de deep learning en sont venus à traquer des déchets de chantier, – et surtout… de comment rendre les chantiers plus sûrs, plus propres, et plus malins.

Ce que j’ai adoré ? Leur pragmatisme : pas de “IA magique”, mais une obsession pour le terrain. S’il n’y a pas d’impact réel, ils n’installent pas. Point.

Et en bonus, une ambition assumée : devenir le Waze de la logistique chantier. Oui, carrément. Et pourquoi pas ?

J’espère que vous avez aimé cet épisode, j’attends vos retours dans les commentaires !

Ce podcast vous est proposé par Picsellia: la plateforme de MLOps dédiée à la Computer Vision. Picsellia contient tous les outils pour assister les ingénieurs en IA, de l’annotation au monitoring de modèles, en production.

Visitez le site de Picsellia ➡️ https://picsellia.com

Nous venons de sortir une version Community pour que vous puissiez gratuitement réaliser vos projets de Computer Vision ➡️ https://app.picsellia.com

Pour plus de contenu, vous pouvez me suivre sur Linkedin ➡️ https://www.linkedin.com/in/pierre-nicolas-tiffreau/ 

Je répondrais avec plaisir à vos messages 🙂

Dans cet épisode de Pixel Perfect:

Tanguy, Head of Data chez Veesion, nous fait rentrer dans les coulisses de l’intelligence artificielle appliquée à la sécurité dans le retail. 🚀

Son histoire débute en tant que data scientist, où il apprend vite qu'appliquer naïvement des méthodes ne suffit pas : il faut comprendre, challenger et anticiper. Aujourd'hui, à la tête d'une équipe chez Veesion, il s'attaque à un challenge très concret : détecter automatiquement les comportements suspects en magasin grâce à la computer vision. 🛒

Avec 4000 clients répartis dans plus de 40 pays, Tanguy nous dévoile comment Veesion réussi à déployer des algorithmes ultra-optimisés qui tournent entièrement sans GPU. Son secret ? Une approche radicalement pragmatique de la data science et un accent particulier sur la gestion intelligente des ressources matérielles. 💡

Tanguy est aussi un pionnier du MLOps : il détaille pourquoi cette discipline est devenue incontournable pour raccourcir drastiquement le temps de déploiement, et comment elle transforme en profondeur la manière dont les data scientists collaborent avec les équipes de développement produit. ⚙️

Un épisode concret, technique mais accessible, qui rappelle une vérité fondamentale : pour être utile, l’innovation doit avant tout résoudre des vrais problèmes terrain. Une discussion riche en insights pratiques pour tous ceux qui veulent comprendre comment passer efficacement de l'idée au produit, grâce à l’IA. 🧠✨

J’espère que vous avez aimé cet épisode, j’attends vos retours dans les commentaires !

Ce podcast vous est proposé par Picsellia: la plateforme de MLOps dédiée à la Computer Vision. Picsellia contient tous les outils pour assister les ingénieurs en IA, de l’annotation au monitoring de modèles, en production.

Visitez le site de Picsellia ➡️ https://picsellia.com

Nous venons de sortir une version Community pour que vous puissiez gratuitement réaliser vos projets de Computer Vision ➡️ https://app.picsellia.com

Pour plus de contenu, vous pouvez me suivre sur Linkedin ➡️ https://www.linkedin.com/in/pierre-nicolas-tiffreau/ 

Je répondrais avec plaisir à vos messages 🙂 

Dans cet épisode de Pixel Perfect:

Souheil, CTO passionné, nous emmène dans l’univers de l’IA bien avant la hype actuelle.Il démarre chez XXII, où il crée une équipe IA de zéro pour transformer la vidéo en outil smart. 🧠

À force de POCs, il apprend à dompter les caméras, les GPU et les algos temps réel. ⚙️

Son mot d’ordre : passer des idées géniales aux vrais usages concrets. 💡

Puis vient Neuralteks, une startup qui veut révolutionner la microbiologie avec l’IA. 🦠

Objectif : gagner du temps, réduire les erreurs et sauver des vies grâce à un comptage bactérien ultra-précis.

De la ville intelligente au labo stérile, Souheil trace un fil rouge : l’innovation doit résoudre des problèmes réels.

Son credo : ne jamais sous-estimer l’importance du produit et de l’évangélisation client.Dans cet épisode, il partage ses galères, ses victoires et sa vision d’un CTO “à 360°”. 

Un échange franc, inspirant, taillé pour ceux qui osent challenger le statu quo. 💪

J’espère que vous avez aimé cet épisode, j’attends vos retours dans les commentaires !

Ce podcast vous est proposé par Picsellia: la plateforme de MLOps dédiée à la Computer Vision. Picsellia contient tous les outils pour assister les ingénieurs en IA, de l’annotation au monitoring de modèles, en production.

Visitez le site de Picsellia ➡️ https://picsellia.com

Nous venons de sortir une version Community pour que vous puissiez gratuitement réaliser vos projets de Computer Vision ➡️ https://app.picsellia.com

Pour plus de contenu, vous pouvez me suivre sur Linkedin ➡️ https://www.linkedin.com/in/pierre-nicolas-tiffreau/ 

Je répondrais avec plaisir à vos messages 🙂

Dans cet épisode de Pixel Perfect

Hugues nous raconte comment il a plongé dans l’aventure Scortex, une startup qui s’est attaqué à la question cruciale de l’inspection visuelle en milieu industriel. 

Parti comme stagiaire en machine learning, il s’est retrouvé, huit ans plus tard, à la tête d’une équipe qui mêle vision par ordinateur, hardware sophistiqué et méthodes produit pour résoudre un problème bien réel : détecter et comprendre les défauts au fil de la production.

La magie opère quand Hugues décrit sa transition du tout-supervisé (où l’on doit recenser un nombre fixe de catégories de défauts) à la détection d’anomalies, cette capacité à repérer l’inattendu – « la pièce coupée en deux que l’algo refusait de voir ». On comprend alors que l’enjeu ne se limite pas à classer des images : c’est tout un écosystème à repenser, depuis l’éclairage et les caméras jusque sur la chaîne de production, là où même l’avis des opérateurs peut parfois être suggestif.

Au fil de la discussion, on en apprend un peu plus sur ce qui rend spécial l’application de la vision par ordinateur à l’intérieur des usines et comment elle peut apporter de la valeur, dans un contexte où les erreurs arrivent rarement (tellement qu’on doit parfois créer manuellement des défauts de qualité)

J’espère que vous avez aimé cet épisode, j’attends vos retours dans les commentaires !

Ce podcast vous est proposé par Picsellia: la plateforme de MLOps dédiée à la Computer Vision.

Picsellia contient tous les outils pour assister les ingénieurs en IA, de l’annotation au monitoring de modèles, en production.

Visitez le site de Picsellia ➡️ https://picsellia.com

Nous venons de sortir une version Community pour que vous puissiez gratuitement réaliser vos projets de Computer Vision ➡️ https://app.picsellia.com

Pour plus de contenu, suivez moi sur Linkedin ➡️ https://www.linkedin.com/in/pierre-nicolas-tiffreau/