MODO

Où ils en étaient

MODO est le portefeuille numérique soutenu par les principales banques d’Argentine : il compte plus de 4 millions d’utilisateurs et 350 employés, dont 20 dans l’équipe data. Quand ils nous ont contactés, l’objectif était d’accélérer le time to market pour les modèles en production. Le travail s’est ensuite élargi à l’architecture, à la disponibilité des données et aux fonctionnalités GenAI.

Ce que nous avons trouvé

Le vrai problème n’était pas seulement technique. Il ne leur manquait pas un ingénieur ML, mais un cadre opérationnel complet pour guider l’entraînement et le déploiement des modèles. À partir de là, nous sommes allés plus loin dans l’architecture et la disponibilité des données.

Ce que nous avons construit

Trois contrats, trois problèmes différents, la même équipe. Dans le premier, nous avons conçu et implémenté un cadre MLOps complet : pipelines d’entraînement, déploiement automatisé, monitoring et réentraînement. Dans le deuxième, nous avons contribué au développement de la Recherche Contextuelle, une fonctionnalité d’IA générative qui a atteint la production un an avant la concurrence, avec zéro incident depuis le lancement. Dans le troisième, nous avons travaillé pour réduire la latence et le coût des LLMs en production, réalisant des économies de milliers de dollars par mois en infrastructure grâce au refactoring de code et à la mise à jour de l’architecture.

Ce qu’ils peuvent faire maintenant

MODO opère le cadre MLOps de manière autonome. L’équipe interne entraîne, déploie et monitore ses propres modèles sans dépendre de deployr, et ils disposent d’un environnement de développement que nous avons mis en place pour qu’ils puissent expérimenter sans risque.

Les économies d’infrastructure se comptent en milliers de dollars par mois. Les fonctionnalités d’IA générative servent plus de 4 millions d’utilisateurs en production.

Pourquoi ils sont revenus

Trois contrats séparés. Chaque fois que MODO a eu un nouveau défi technique qu’il n’a pas pu résoudre en interne, il nous a fait confiance pour les aider. C’est ce que nous cherchons : non pas de la dépendance, mais de la confiance.