Conseil et réalisation, pour les équipes techniques et leurs directions
Ingénierie des agents IA
Des agents de code intégrés au travail de votre équipe, ou un agent qui agit sur vos données et vos outils. Périmètre défini, résultats vérifiés, équipe autonome à la fin.
Leebr Data Consulting, cabinet indépendant à Levallois-Perret, met des assistants IA en production, reliés à vos outils et vos données, avec Claude, Mistral ou un modèle ouvert chez vous. Île-de-France et à distance.
Vos agents produisent du code, mais le contexte se perd à chaque session, les revues s'allongent, les changements restent durs à vérifier.
Ce que la mission livre
Un contexte de travail versionné : architecture, conventions, instructions, outils.
Un workflow piloté par des spécifications, revue assistée, décision humaine, tests exécutables.
Des outils ou skills pour les tâches récurrentes, intégrés à la CI/CD.
Un cas réel traité avec l'équipe, puis documentation et transfert.
Construire et fiabiliser un agent IA
Un prototype doit passer en production, accéder à vos systèmes, et rendre ses réponses, ses actions et ses coûts vérifiables.
Ce que la mission livre
Des outils métier exposés par MCP ou par appels de fonctions, entrées validées.
Un harnais, une boucle d'exécution et une orchestration adaptés au cas.
Un banc d'évaluation sur des cas réels, rejoué à chaque changement.
Sécurité, traces, coût par usage, alertes ; déploiement chez un fournisseur ou sur un modèle ouvert chez vous.
Le cadrage choisit les livrables utiles à votre cas et fixe leurs critères de validation.
Comment commence la mission
1. Votre situation
L'équipe, un dépôt ou un système, ce qui bloque, le résultat attendu. Premier échange sans engagement ; on cherche l'endroit précis où un modèle apporte quelque chose.
2. Un cadrage d'une à deux semaines
Un cas représentatif, les livrables, les accès, un critère de réussite mesurable. Durée et chiffrage établis dessus. Cadrage facturé au forfait, annoncé avant de commencer.
3. Construire, vérifier, transmettre
Livraisons par étapes, vérifiées sur le cas convenu, documentées pour que votre équipe les fasse évoluer seule.
Des travaux que vous pouvez examiner
Projets, code public et retours de terrain, avec leurs limites.
L'assistant de ce site, à essayer maintenant
Claude via AWS Bedrock en région européenne, règles de qualité sur les données saisies, banc de treize scénarios rejoué à chaque changement.
Le détail des compétences (contexte, orchestration, évaluation, sécurité, exploitation) est sur la page Expertise.
Questions fréquentes
Mes données doivent-elles sortir de l'entreprise ?
Non, si c'est la contrainte : un modèle ouvert tourne sur votre infrastructure. Sinon, Claude via AWS Bedrock en région européenne, données traitées en Europe et, par défaut, non conservées.
Comment savoir si l'assistant est fiable avant de le déployer ?
Par un banc d'évaluation sur des cas réels, rejoué à chaque changement de prompt, d'outil ou de modèle. C'est lui qui décide de la mise en production. Le nôtre tourne chaque nuit sur un service en production.
Combien de temps avant un premier résultat ?
Une à deux semaines de cadrage : un cas, ses données, ses risques, un critère de succès mesurable, une estimation du coût de fonctionnement.
Êtes-vous liés à un seul fournisseur de modèles ?
Non. Nos applications changent de fournisseur par configuration : API Anthropic, AWS Bedrock, Mistral, ou modèles ouverts avec llama.cpp.
Quelle machine faut-il pour un modèle ouvert chez nous ?
Un poste avec 64 Go de mémoire et une carte graphique modeste fait tourner un modèle de 35 milliards de paramètres : c'est notre banc. En production partagée, un serveur dimensionné au cadrage ou un cloud privé en Europe. Nous mesurons avant de promettre.
Quel travail voulez-vous confier aux agents ?
Intégrer les agents à votre développement, connecter un assistant à vos outils, fiabiliser un prototype : décrivez votre situation et le résultat attendu.