Appairium
Un moteur de recherche en langage naturel connectant les professionnels à plus de 25 000 logiciels via recherche vectorielle.
Vue d’ensemble
Une plateforme de matching B2B permettant aux professionnels de trouver le bon logiciel en décrivant simplement leur besoin. Le système classe les recommandations parmi un catalogue de plus de 25 000 outils en se basant sur la pertinence sémantique.
Enjeux
La recherche par annuaire classique échoue lorsque l’utilisateur ne connaît pas les catégories techniques. Appairium accélère la prise de décision en comprenant l’intention derrière une requête complexe et en la mappant instantanément aux capacités logicielles adéquates.
Fonctionnalités clés
- Découverte sémantique : L’utilisateur décrit son problème (ex: “gérer la paie sur un chantier”) plutôt que de saisir des mots-clés.
- Classement intelligent : Restitution des 3 outils les plus pertinents avec un score de compatibilité calculé.
- Filtrage contextuel : Affinement des résultats vectoriels par des contraintes strictes (prix, devise, intégrations).
Dispositif technique
- Pipeline de recherche vectorielle : Utilisation de Pinecone pour gérer les embeddings du catalogue massif, garantissant rapidité et passage à l’échelle.
- Reranking hybride : Mise en place d’un classement en deux temps : recherche vectorielle initiale suivie d’un cross-encoder pour traiter les ambiguïtés.
- Performance : Optimisé pour une latence inférieure à 3 secondes, de la requête aux résultats classés.
Rôle
Co-fondateur et Lead AI. Conception du pipeline de données, de l’infrastructure vectorielle et des algorithmes de ranking/reranking.
Bilan
- Performance : Pertinence élevée sur des requêtes complexes avec des résultats quasi-instantanés.
- Exit : Le projet a été acquis.
Tech stack
Python, Pinecone, Vector Embeddings, Cross-Encoders