Utiliser l'IA en zone rurale chez les vétérinaires : usage d'un modèle offline & MLFlow

Société spécialisée dans le santé animale, notre client développe une plateforme qui aide les vétérinaires à suivre les bovins et les risques associés. Elle permet d'évaluer les risques de maladies et notamment de mammites à partir des données de l'animal. Ce calcul de risque se base sur des modèles de machine learning. Or, les vétérinaires utilisant l'application n'ont pas forcément accès à Internet tout le temps ! Notre client se pose les questions suivantes : - Comment réussir des prédictions sans appel à des ressources cloud ? - La performance de prédiction du modèle est-elle maintenue sans accès cloud ? A l'aide d'un pipeline MLOps basé sur MLFlow, Pydodide et d'un web worker JS pour exécuter le code, Cross Data est intervenu pour répondre techniquement à ces enjeux. Cette méthodo relève plusieurs défis : - Mise à disposition de l'appli même en zone blanche, - Gestion du versioning des modèles, - Exécution de code python dans un navigateur web. Cross Data présentera son approche pour fournir une solution d'IA utile à une PME à l'ADN rural. Spoiler : La performance des modèles est maintenue.