Calebasse Market Intelligence
Veille concurrentielle automatisée : scraping multi-sources, analyse par LLM et rapports planifiés.
Contexte & problématique
Le Laboratoire Calebasse devait suivre en continu l'activité de ses concurrents — prix, communication, lancements de produits — pour ajuster sa stratégie. Réalisée à la main, cette veille était chronophage, irrégulière et vite obsolète.
Mon rôle
AI Engineer en alternance : j'ai conçu et mis en production le système de bout en bout, du scraping des sources jusqu'aux notifications, en assurant aussi son exploitation (monitoring, fiabilité).
Solution & architecture
Pipeline de scraping multi-sources avec Playwright, nettoyage et structuration des données, puis analyse et synthèse par le LLM Gemini. Un scheduler robuste orchestre les exécutions avec reprise sur erreur ; les rapports et notifications sont générés automatiquement. Back-end Flask, interface Next.js, diffusion derrière Cloudflare.
Résultats
Veille concurrentielle entièrement automatisée, sans intervention manuelle
Rapports périodiques fiables, livrés à intervalle régulier
Scheduler tolérant aux pannes, avec reprise sur erreur
Temps de veille divisé par un facteur important
Stack technique
Un projet similaire en tête ?
Discutons de la façon dont l’IA et la data peuvent servir votre projet.
Me contacter