C'est une société qui recrute des profils parmi les plus talentueux dans la data science mais qui n'a jamais fait parlé d'elle. Les cerveaux de Sense4data, basés à Talence, sont focalisés sur une grande ambition : lancer 100 startups dotées d'une Intelligence artificielle de pointe d'ici 2034. L'une d'elles doit valoriser la biodiversité et vient d'être soutenue par la Région.« Chez nous, si tu n'aimes pas les maths, ça va être compliqué. » Quand ce sont des férus de la data qui butent depuis deux ans sur un algorithme qui vous disent ça, la phrase relève de l'euphémisme. Sense4data est une startup qui détonne au moins deux fois. D'abord parce que son obsession renvoie au perfectionnement de ses produits logiciels, à tel point qu'elle n'a toujours pas levé de fonds en cinq ans d'existence, demeurant cantonnée à 20 salariés. Ensuite car il n'y a pas de trace d'elle dans les médias. Même pas une stratégie de communication.
« On ne communique pas car on se concentre sur notre métier. Ce qui nous passionne, c'est résoudre des problèmes », justifie Maxime Girard, directeur marketing. Lui-même n'est pas un expert de la data à l'origine. Mais ce diplôme en marketing de l'Inseec à Bordeaux, a lancé son propre chatbot en 2016. Les cerveaux de Sense4data sont brillants, à la pointe de l'intelligence artificielle, mais un peu farouches. Ils officient à Talence, commune limitrophe de Bordeaux, dans un mini-château en pierre qui abrite arcs brisés et vitraux. Comme une tour de geeks.
100 problèmes à résoudre
La société créée en 2018 par Sami Najim, vrai data scientist de métier, a emménagé début mai dans cette bâtisse de 400 mètres carrés, à proximité immédiate de la gare Médoquine qui sera desservie par le RER Métropolitain. Sense4data y développe des produits logiciels, basés sur l'Intelligence artificielle, capables de traiter des volumes de données abyssales pour des domaines d'application tout aussi variés : ressources humaines, sport, optimisation des coûts des entreprises...
« Quand un client vient nous voir pour une prestation, nous réalisons un audit de sa donnée : comprendre son volume, sa valeur, savoir si on peut l'agréger. C'est le travail des data scientists. La deuxième étape est de comprendre les contraintes mathématiques pour être capable d'améliorer la performance du traitement de la donnée. La dernière étape, c'est la preuve de concept »,déroule Maxime Girard.
