Financer l'innovation en Retailtech
Technologies du commerce, secteur où le tri entre développement produit et recherche est particulièrement exigeant.
Contexte
Ce que la réglementation impose au travail technique
Dans ce secteur, une partie des travaux n'existe que parce qu'une norme l'exige. Ce lien de causalité a sa place dans le dossier.
Le RGPD encadre le profilage et la personnalisation, et le règlement européen sur l'IA impose des obligations de transparence sur certains usages. Ces cadres contraignent les méthodes de personnalisation et peuvent rendre nécessaires des approches préservant la vie privée.
Exigences structurantes
- RGPD pour le profilage et la personnalisation
- Obligations de transparence du règlement européen sur l'IA
- Normes de paiement pour les parcours d'encaissement
Travaux typiques
Les sujets de R&D récurrents en retailtech
- Recommandation sous contrainte de démarrage à froid et de catalogue mouvant
- Prévision de demande sur des séries courtes et fortement saisonnières
- Vision par ordinateur en magasin, en conditions d'éclairage non maîtrisées
- Personnalisation préservant la vie privée
Les technologies mobilisées dans ce secteur
- Machine learningApprentissage statistique appliqué à des données métier, où la difficulté vient de la qualité du signal disponible plus que de l'algorithme.
- Data engineeringTraitement de données à grande échelle, où l'éligibilité tient à un régime de charge que les moteurs existants ne traitent pas.
- WebGLRendu 3D temps réel dans le navigateur, où la contrainte vient de l'hétérogénéité du parc et des limites de l'API graphique web.
- Cloud et infrastructureInfrastructure logicielle où l'éligibilité est étroite : elle suppose une contrainte d'échelle ou de garantie que les services managés ne couvrent pas.
- OutilComparer les dispositifs