Immobilier / Promotion · Paris + Bordeaux
Pichet : du Symfony/eZplatform à l'IA Vision sur plans immobiliers.
Promoteur immobilier français premium. Plateforme catalogue refondue (Symfony 4/5 + eZplatform + K8s) puis modernisée : Next.js 16, CMS headless, Claude Vision pour interpréter plans 2D/3D, recherche sémantique sur biens via pgvector.
KPI
AI Vision
analyse plans 2D/3D
Durée
Mission Studio 2018-2020
Équipe
1 ingés
Hub(s)
Paris + Bordeaux
Pichet, promoteur immobilier francais haut de gamme. Catalogue de centaines de programmes neufs, chacun avec ses plans 2D/3D, ses notices descriptives, ses lots, ses statuts commerciaux. Notre mandat : faire passer leur catalogue web d'un eZplatform vieillissant a une plateforme moderne, puis y greffer aujourd'hui de l'IA Vision pour interpreter automatiquement les plans.
Le point de depart (2018-2020)
Adrien D. integre cote tech, lead sur la refonte du back catalog. Stack initiale : PHP 7/8 + Symfony 4/5 + eZplatform pour le CMS, Docker + Kubernetes + AWS pour le runtime. Migration progressive d'une plateforme legacy monolithique vers une architecture conteneurisee, deployable plusieurs fois par jour.
Ce qui a ete livre
- Refonte CMS Symfony / eZplatform : 280 programmes migres en 9 mois sans coupure de service
- Pipeline de production assets (plans, axonometries, photos) automatise
- Cluster Kubernetes EKS multi-AZ avec Helm charts proprement versionnes
- Observabilite Datadog / Prometheus, alerting astreintes commercialisation
- Documentation et transfert de competences a l'equipe interne Pichet
La stack qu'on deploie aujourd'hui
Sur le meme metier (catalogue programmes neufs, parcours acheteur, conversion sur des biens a 400-800 k EUR), voici ce qu'on assemble aujourd'hui :
- Next.js 16 + React 19 sur Vercel : Server Components par defaut, ISR par programme, edge fetch des stocks
- Sanity comme CMS headless : modele de donnees programmes / lots / typologies / actualites edite par le marketing
- Claude Vision sur les plans 2D/3D : extraction automatique surface habitable, exposition, organisation des pieces, contraintes PMR
- pgvector + embeddings : recherche semantique 'appartement 3 pieces lumineux pres d'un parc' qui retourne les bons lots
- Pipeline data Snowflake pour suivre le funnel acheteur jusqu'a la signature notaire
- Hybride Vercel (front public) + AWS (back office et services internes) avec frontiere reseau auditee
Pourquoi c'est dur
- Plans heterogenes : 6 cabinets d'archi, 6 conventions graphiques, 0 standardisation
- Donnees commerciales sensibles : disponibilite, prix de reserve, options en cours -> RBAC strict
- Cycle de vie long : un programme passe par 18 mois de pre-commercialisation puis 24-36 mois de livraison
- SEO local critique : la majorite du trafic arrive par 'programme neuf [ville]', il faut un sitemap propre et un schema.org RealEstateAgent / Apartment
- Coordination multi-acteurs : commercial, technique chantier, marketing, juridique, syndic
Ce que cette mission a appris a Abbeal
Pichet a ete notre premiere immersion serieuse dans l'immobilier B2C haut de gamme. On y a appris a coder pour des plans qui ne sont jamais standardises, a respecter le tempo commercial des promoteurs (les fenetres de tir sont serrees), et a livrer une plateforme qui sert autant le marketing que le service apres-vente. C'est ce qu'on rejoue aujourd'hui chez d'autres promoteurs et chez les bailleurs sociaux qui industrialisent leur catalogue.
// À lire ensuite
Joaillerie & horlogerie de luxe · Genève + Paris + Tokyo
Cartier : de l'audit au LLM privé en interne.
Compass (audits archi front + back), Mapper (générateur produits horlogerie + joaillerie), ETL data concurrence sur BigQuery, et désormais un LLM privé fine-tuné sur l'infra Cartier. Un partenariat tech long-terme sur la stack data et IA d'une maison de luxe.
LLM privé
fine-tuné sur infra Cartier
Banque tier-1 · Paris
BNP Paribas : Reference Book PO, de React/Redux aux agents IA produits.
Trois ingénieurs Abbeal au cœur de la Marketplace PO. Plateforme React/Redux/Node initialement, désormais augmentée d'un RAG produits, d'agents Claude pour assistance PM, et d'une couche event-driven Kafka pour scaler.
RAG
catalog produits PO
Banking digitale / FinTech · Tokyo (Tamachi)
Money Forward : data backbone d'une nouvelle banque digitale à Tokyo.
Money Forward, leader FinTech japonais coté à Tokyo, s'est associé à un grand groupe bancaire japonais pour lancer une nouvelle banque digitale construite from-scratch. Abbeal accompagne sur le volet Data Engineering : conception et industrialisation du Data Hub (Databricks + Delta Lake + dbt + AWS Tokyo) qui sert le reporting JFSA, l'AML, le risk management.
Data Hub
digital bank from-scratch Tokyo
