Renfort d’équipe
Des ingénieurs seniors qui participent à vos stand-ups et travaillent dans vos outils.
Idéal si
Vous avez une feuille de route et avez besoin de capacité supplémentaire ou d’une compétence précise.
Intégrer l’IA générative ne se résume pas à appeler un modèle. Nous construisons les chaînes de traitement qui rendent les modèles de langage utiles en entreprise : ingestion de vos documents, recherche des bons passages, réponses structurées, et des mesures chiffrées qui montrent si la qualité suffit pour un usage quotidien.

En bref
elitics développe des systèmes d’IA générative pour les entreprises, avec une équipe senior à Prishtina, au Kosovo. Nous construisons des systèmes LLM sur vos données : recherche RAG avec citation des sources, extraction de documents, synthèses et génération de contenu, chacun évalué sur un jeu de test convenu. Nous aidons aussi à choisir les modèles et à juger l’intérêt d’un fine-tuning. Facturation : 45 à 65 € de l’heure par ingénieur, ou pilote au forfait.
L’appel au modèle n’est qu’une petite partie du système. La qualité des résultats dépend surtout de la chaîne de données en amont et des mesures qui l’entourent.
Vous décrivez le produit, l’échéance et votre équipe actuelle. Vous parlez à un responsable technique, pas à un commercial.
Périmètre, équipe, planning et prix par écrit, au forfait ou sous forme d’équipe mensuelle.
Dès que vous validez les profils, NDA et cession de propriété intellectuelle sont signés et l’équipe est installée dans vos dépôts et vos outils.
Si vous n’êtes pas satisfait, vous ne payez pas ces deux semaines, et toute personne qui ne convient pas est remplacée sans surcoût.
Une démonstration sur dix documents triés sur le volet ne prouve pas grand-chose. Ces questions révèlent si un prestataire saura faire tenir le système sur l’ensemble de vos archives.
Une bonne réponse décrit un jeu de test de vraies questions, des scores distincts pour la recherche et pour la réponse générée, et des chiffres que vous voyez avant la mise en production, pas après.
Méfiez-vous d’une réponse tranchée. Le RAG convient aux faits qui évoluent ou doivent être sourcés, le fine-tuning au format et à la régularité sur une tâche étroite, en comptant le coût d’un modèle ajusté qu’il faut maintenir à jour.
Les filtres d’accès doivent venir du système source, s’appliquer au moment de la recherche et non après la génération, et être testés avec des comptes de profils différents.
Dans vos comptes AWS ou GCP, dans la région que vous choisissez, avec les options du fournisseur de modèle qui excluent vos données de l’entraînement, et des clauses contractuelles types si le prestataire intervient hors de l’UE.
Attendez une estimation par requête fondée sur des volumes de tokens mesurés, et une liste de leviers comme le cache, le routage entre modèles ou un contexte plus court.
La chaîne doit réindexer les changements au fil de l’eau, retirer de l’index les contenus supprimés et conserver l’historique des versions, afin de relier une ancienne réponse au texte qu’elle a utilisé.
Des ingénieurs seniors qui participent à vos stand-ups et travaillent dans vos outils.
Idéal si
Vous avez une feuille de route et avez besoin de capacité supplémentaire ou d’une compétence précise.
Une équipe pluridisciplinaire (produit, ingénierie, QA, DevOps) responsable d’un produit ou d’une fonctionnalité.
Idéal si
Vous souhaitez construire ou refondre un produit sans augmenter vos effectifs.
Votre propre centre de développement au Kosovo, mis en place et exploité par nos soins.
Idéal si
Vous envisagez une présence durable en ingénierie en Europe.
Voir le service complet : Développement IA & machine learning
Le développement est facturé 45 à 65 € de l’heure par ingénieur. Les pilotes sont au forfait, chiffrés après examen d’un échantillon de vos documents, et un MVP démarre à 15 000 €. Nous estimons aussi le coût du modèle par requête, car c’est lui qui fixe le budget de fonctionnement une fois le système en production.
Non. Nous activons les options du fournisseur qui excluent vos prompts et documents de l’entraînement, hébergeons l’index et la base vectorielle dans votre compte AWS ou GCP, et gardons les données de production dans votre environnement du début à la fin.
Le plus souvent Gemini et l’API OpenAI, LangChain pour les chaînes de traitement, Pinecone ou Weaviate pour la recherche vectorielle, et Python avec FastAPI pour les services. Nous travaillons avec le fournisseur validé par votre entreprise et gardons un code indépendant du modèle.
Il peut l’être, si c’est prévu dès la conception : données de production dans vos comptes cloud, accès limités au nécessaire, options fournisseur sans entraînement sur vos données. Notre équipe étant au Kosovo, hors de l’UE, son accès aux données personnelles est encadré par des clauses contractuelles types dans le contrat.
Rarement au départ. La recherche documentaire et des prompts soignés couvrent la plupart des besoins. Si l’évaluation montre un écart persistant de format, de ton ou de vitesse sur une tâche précise, le fine-tuning devient rentable malgré son coût d’entraînement et de maintenance.
Oui. Les scans passent d’abord par une reconnaissance de caractères (OCR), puis une analyse qui tient compte de la mise en page préserve titres, tableaux et ordre de lecture. Les cellules de tableau sont extraites en données structurées, et la précision est mesurée champ par champ.
Dites-nous ce que vous souhaitez construire ou faire évoluer. Vous recevrez une proposition et une estimation sous 24 heures.