Mastrad – Application Intelligente

Data et Machine Learning

Le besoin

Mastrad est une société française spécialisée dans les instruments de cuisines innovant et notamment dans les solutions de contrôle de la température de cuisine pour les professionnels de la restauration et pour les particuliers.

La société développe ainsi une gamme de sondes spécialisées adaptées tant aux applications professionnelles que grand public.

Dans le cadre du développement de nouveaux produits, la société a confié à Eurelis la conception et le développement d’un algorithme prédictif en charge de l’estimation des temps de cuisson.

Le projet

Une des fonctionnalités essentielles des dispositifs grand public consiste à surveiller la cuisson d’un aliment, notamment une viande ou un poisson, et à prédire pour l’utilisateur, compte-tenu de ses préférences, le temps de cuisson restant.

La variété des contextes : la nature de la protéine (viande, poisson…), la taille et la coupe, le dispositif de cuisson (four, chaleur tournante, BBQ…) compliquent singulièrement l’élaboration d’un modèle mathématique fiable.

Eurelis, après avoir analysé les données de mesure remontées par les sondes culinaires, a proposé une approche fondée sur le Machine Learning. Eurelis a ainsi conçu et développé un modèle prédictif fiable, capable d’estimer précisément le temps de cuisson restant.

Réalisé en Python avec la librairie Tensorflow, il s’accompagne d’une infrastructure de gestion de la donnée déployée sur le Cloud AWS. Cette infrastructure prend en charge l’entraînement du modèle et sa distribution auprès des applications clientes.

Les résultats

L’algorithme de prédiction a démontré sa capacité à s’adapter aux contextes de cuisson proposés par les utilisateurs et à fournir des prédictions fiables.

L’infrastructure backend associée à une application métier permet à Mastrad une supervision de la qualité des prédictions et d’entraîner le modèle à la demande sur des jeux de données de plus en plus fournis.

Cette infrastructure a été conçue pour être scalable et s’appuie ainsi largement sur des composants serverless. Cette approche permet également d’optimiser les coûts de fonctionnement de la solution.

Ce qu’ils en disent…


« 

Les équipes d’Eurelis nous avaient démontré un savoir-faire sur nos applications front et back-end, nous avons souhaité passer à un niveau supérieur avec du Machine Learning afin de répondre à nos besoins de prédictions de cuisson.
Le problème n’était pas simple, cuire un filet de daurade de 200g au four à température constante n’ayant pas la même dynamique de cuisson qu’un bœuf de Kobé de 2kg au barbecue. Il a fallu évaluer les nombreux paramètres de cuissons.
Les experts d’Eurelis ont su nous accompagner durant ce projet, sa mise au point et ses améliorations. Le travail a été de longue haleine sur les performances de la machine, et elles nous permettent maintenant de livrer des prédictions de cuissons pour un meilleur confort de nos utilisateurs.
Merci aux équipes d’Eurelis pour cette réalisation sans pareil et qui ouvre le champ à des modèles spécifiques pour la dinde du Thanksgiving d’un Américain, ou pour le saumon fumé d’un Norvégien.

 »

— Samuel Puong – Chief Technology Officer – Mastrad

Les moyens

Expertises

  • Expertise technique
  • Data & Machine learning
  • Architecture microservices
  • Application métier
  • Infrastructure loud
  • DevOps

Techno

  • Développement Python
  • Développement Cloud
  • Tensorflow
  • AWS – Elastik Beanstalk, Serverless, SageMaker

Vous souhaitez en savoir plus ?

N’hésitez pas à nous contacter pour nous faire part de vos besoins ou questions à propos de votre projet.

Nom
E-mail
Téléphone
Message
Merci pour votre message, nous vous contacterons dans les plus brefs délais.
Une erreur s’est produite lors de l’envoi du formulaire. Veuillez vérifier à nouveau tous les champs du formulaire.

En validant ce formulaire, j’autorise Eurelis à stocker et utiliser mes données personnelles afin de traiter et suivre ma demande.

Retour en haut
Consentement à l'utilisation de Cookies avec Real Cookie Banner