Équipe Data & IA externalisée · PME et ETI françaises
Data engineering, analyse, BI, data science, agents IA, développement, infrastructure et sécurité : tous les métiers d'un département data et tech, réunis dans une seule équipe. Vous choisissez un nombre de jours par semaine, on fait avancer vos sujets. À partir de 2 500 €/mois.
Ils nous font confiance · 9 transformations data livrées depuis 2024
Le problème
Centraliser vos données demande un data engineer. Les exploiter demande un analyste. Les mettre en dashboard demande un profil BI. Automatiser demande un AI engineer. Livrer un outil utilisable demande un développeur. Et tenir le tout en production demande de l'infra et de la sécurité. Aucune PME ne recrute six profils rares en une année.
Recruter
3 à 6 mois par poste sur un marché tendu, 60 à 90 k€ chargés par an et par profil, un turnover de 18 à 24 mois. Et vous n'obtenez qu'une seule compétence à la fois.
Trop lent, trop cher, trop étroit
Prendre un freelance
500 à 1 200 €/jour pour une expertise isolée, sans équipe derrière, sans stack, et sans continuité une fois la mission terminée. Le sujet suivant demande un autre freelance.
Une compétence, pas une équipe
Appeler un grand cabinet
200 k€ de ticket d'entrée, 12 à 18 mois avant le premier livrable utile, et une restitution en slides plutôt qu'un outil en production dans les mains de vos équipes.
Des recommandations, pas des outils
Notre offre
Vous ne choisissez pas quelle expertise il vous faut, vous choisissez une cadence. Votre référent mobilise le bon métier selon le sujet du moment, et fait avancer tous vos chantiers data, IA et tech. Un accompagnement de moyens et de résultats.
8 métiers
de la donnée à la sécurité, derrière un référent dédié qui connaît votre contexte
2 500 €/mois
pour démarrer à 2 jours par semaine, grille publique jusqu'au temps plein
1 journée
d'atelier de cadrage avec vos métiers, puis on démarre directement
Les huit métiers qui composent un département data et tech complet, mobilisés selon vos priorités du moment.
Donnée
Rendre votre donnée fiable et exploitable.
Data Engineer
Centralise vos données éparpillées (ERP, e-commerce, tableurs, outils métier), construit les pipelines, garantit qualité et fraîcheur.
Data Analyst
Explore la donnée, mène les investigations métier, répond avec des chiffres aux questions de la direction.
Analytics Engineer & BI
Modélise, construit les tableaux de bord et les cockpits de pilotage, définit les KPI qui font autorité.
Intelligence
Faire travailler la donnée à votre place.
Data Scientist
Modèles prédictifs, scoring, prévision, segmentation, expérimentation et A/B testing.
AI Engineer
LLM, RAG, agents IA qui automatisent vos process métier, avec garde-fous contre les hallucinations.
Applications
Mettre l'intelligence dans les mains des équipes.
Full-Stack Engineer
Applications web internes avec agents intégrés, qui simplifient vos process et remplacent progressivement vos abonnements SaaS.
Socle
Tenir en production, en conformité.
DevOps & Infrastructure
Déploiement, hébergement souverain, monitoring, industrialisation et reprise d'exploitation.
Sécurité & conformité
RGPD, AI Act, NIS 2, gouvernance et cartographie des données, documentation prête pour audit.
Jour 1 · Atelier
Entretiens par département : les process réels, les tâches les plus manuelles, les idées des équipes. En sortie de journée, une feuille de route chiffrée et priorisée par impact.
Dès le lendemain · Delivery
Pas d'attente : l'équipe attaque directement le premier projet de la liste, avec le métier adapté à chacun. Premier outil livré dès le premier mois, puis chaque mois.
En continu · Pilotage
Vos équipes remontent leurs idées chaque semaine, le comité mensuel re-priorise par impact, et chaque outil livré s'accompagne d'une formation.
Tarifs de lancement
2 jours / semaine
2 500 €
par mois HT
3 jours / semaine
3 400 €
par mois HT
4 jours / semaine
4 200 €
par mois HT
5 jours / semaine
5 000 €
par mois HT
Nos domaines
Les six domaines sur lesquels nos missions livrent, du cadrage initial à la souveraineté de votre stack.
Atelier de cadrage avec vos métiers, feuille de route priorisée par impact, cartographie des outils IA et conformité AI Act.
Apps métier sur-mesure (pricing, réassort, scoring, agents) qui génèrent leur donnée par l'usage : l'écosystème data-natif.
Plateforme data moderne (BigQuery / Snowflake + dbt + Airbyte / Fivetran) industrialisée pour PME et ETI.
RAG, agents IA, content factory, text-to-SQL, déployés on-premise ou souverains, avec garde-fous d'hallucination.
Migration sélective vers SecNumCloud (OVH, Outscale, Cloud Temple), Mistral on-premise, conformité NIS 2 et CRA.
Industrialisation de patterns récurrents en SaaS, quatre produits actifs : EmailingData, Glyph, Lead Scorer, Mintonetics.
Comment on construit
Trois couches qui se construisent en parallèle des usages, pas avant. C'est l'inverse du datalake top-down qui prend 18 mois pour livrer son premier dashboard.
Couche 1
La donnée brute, captée à la source par les outils opérationnels eux-mêmes. Pas un data warehouse hors-sol : un patrimoine qui naît des processus métier.
Couche 2
Les modèles prédictifs et génératifs qui exploitent la couche Foundation pour augmenter chaque outil interne — forecasting, scoring, génération de contenu, automatisation.
Couche 3
Les interfaces métier que les équipes utilisent quotidiennement. Conçues autour d'un usage réel, dès le jour 1, pour générer du ROI immédiat.
Cas d'usages
Trois cas d'usages sélectionnés parmi notre bibliothèque retail : chiffrés, validés en mission, déployables en 4 à 12 semaines.
E-commerce & Contenu
Une application qui génère titres SEO et descriptions produits depuis vos attributs (matière, coupe, couleur, usage), respecte le ton de marque, et rend les équipes métier autonomes — pour libérer le studio rédactionnel de la production de masse.
ROI · Pour un retailer mode/textile mettant en ligne plusieurs milliers de produits par an : 15 à 50 k€/an d'économie sur la rédaction externalisée, et 50 à 95 % de temps de mise en ligne récupéré.
Effort · POC en 2-3 semaines, MVP en production en 6-10 semaines
Offre & Achats
Un simulateur ML qui détermine le taux de démarque optimal par produit pour maximiser le cash encaissé sur les soldes — au lieu de fixer les remises par habitude, on calibre par l'élasticité-prix réelle pour éviter la liquidation à 8 % du prix plein chez les soldeurs.
ROI · Pour un retailer mode/textile à 200-300 M€ de CA avec 30-50 M€ de démarque annuelle : 500 k€ à 1.5 M€/an d'impact via une optimisation de 1-3 points de marge sur le périmètre soldé.
Effort · Premier livrable en 8-12 semaines
Data & Transverse
Un agent data analyst qui transforme une question en français (« quel est le CA de la semaine dernière par catégorie ? ») en requête SQL exécutée sur le data warehouse, avec réponse formatée en quelques secondes — pour libérer les analystes du flot de demandes ad-hoc et donner aux dirigeants des chiffres en temps réel, sans passer par Power BI ni un analyste humain.
ROI · Pour une équipe data de 3-8 analystes traitant 200-1 000 demandes ad-hoc/an : 0.5 à 1.5 ETP analyste libéré + accélération massive de la prise de décision Comex (chiffres en temps réel au lieu de 1-3 jours).
Effort · Premier livrable en 6-10 semaines
Cas clients
Mode masculine, luxe parfumerie, industrie métallurgique : périmètres, méthodes et résultats mesurés.
Mode — groupe retail
Défi
Prouver que l'IA générative et la data science peuvent avoir un ROI mesurable dans le retail
Notre approche
Suite IA générative + ML déployée en 9 mois — descriptions produits, content factory, pricing dynamique, prédictions ML
Résultats mesurés
100 %
des POCs passés en production
50 k€/an
économisés sur les coûts de rédaction (agence remplacée)
−80 %
du temps de rapprochement comptable
Luxe — parfumerie haut de gamme
Défi
Construire un Référentiel Client Unique 360° pour une maison de luxe omnicanale
Notre approche
Référentiel Client Unique (RCU) 360° avec segmentation dynamique et intégration CRM
Résultats mesurés
+40 %
objectif CA fixé par le marketing sur la base des outils livrés
30+
KPIs calculés par client (RCU 360°)
Équipe de 10
Lead Data Engineer, 2 Data Analysts, Resp. e-commerce, Data Scientist (Miljan)
Industrie — métallurgie zinc
Défi
Fiabiliser et automatiser les décisions opérationnelles d'un site industriel après 40 ans de pilotage Excel
Notre approche
Département data externalisé : refonte des collectes Excel, data catalogue, Data Lake Azure (Medallion), reporting Power BI
Résultats mesurés
40 ans
de savoir-faire Excel industriel documentés et préservés
Élimination
totale des processus de saisie manuelle
Bronze/Silver/Gold
Data Lake Azure Medallion structuré pour la qualité native
Industries
Notre équipe a livré sur ces verticaux entre 2024 et 2026.
Retail multi-départements
Pricing, réassort, marges
Pharma & Santé
BI, conformité, R&D
Industrie & Manufacturing
Data lake, qualité, opérations
SaaS B2B
Modules IA, lead scoring, churn
Édition & Médias
Recommandation, contenu, audience
DTC bien-être
CRM, LTV, parcours client
Mode & Textile
Génératif visuel, MMM, démarque
Ingénierie & Construction
Knowledge, agents documentaires
L'équipe
Notre équipe couvre les huit métiers qui composent un département data et tech en interne, mobilisés selon le besoin de chaque mission, sans recrutement à votre charge ni turnover commercial entre la signature et le delivery.
Data Engineer
Pipelines ELT, modern data stack, infrastructure cloud, orchestration et qualité.
Data Analyst
Modélisation analytique, dbt, semantic layer, exploration et investigation métier.
Analytics Engineer & BI
Reporting, dashboards Power BI / Looker / Metabase, KPIs métiers et cockpits.
Data Scientist
Modélisation prédictive, ML supervisé et non supervisé, expérimentation, A/B testing.
AI Engineer
LLM, RAG, agents IA, fine-tuning, déploiement modèles et garde-fous d'hallucination.
Full-Stack Engineer
Apps métier sur-mesure, intégrations, mise en production, infra applicative.
DevOps & Infrastructure
Déploiement, hébergement souverain, monitoring, industrialisation et reprise d'exploitation.
Sécurité & conformité
RGPD, AI Act, NIS 2, gouvernance et cartographie des données, documentation d'audit.
Le fondateur
Fondateur · CEO & Data Scientist
Avant Nymphar.AI, j'ai passé 7 ans en data science freelance dans les départements data de groupes du CAC 40 : industrie, parfumerie luxe, mode, pharma. J'ai vu de l'intérieur comment les départements data se montent, échouent, ou réussissent. Et combien de cabinets vendent des slides plutôt que des outils.
En mai 2024, j'ai fondé Nymphar.AI pour bâtir l'équipe que j'aurais voulu trouver côté client. L'objectif n'a jamais été de monter une startup pour la revendre, mais une entreprise de service au long cours, équipée comme un département data interne, mobilisable en quelques semaines.
Aujourd'hui je continue à coder sur les missions, pas seulement à les piloter. C'est volontaire : une équipe data et IA dirigée par un fondateur qui a quitté l'opérationnel n'est plus une équipe technique, c'est une ESN.
Le journal
Insights stratégiques pour comprendre notre approche data-native, la souveraineté numérique, et le pilotage data des dirigeants.
Strategy
Sézane (panier 431 €), Burberry (+17 % marge), Glossier (1,2 Md$), Prose (ROAS 800 %), La Redoute (ROI x6) : 11 marques décortiquées + framework 90 jours pour CEO e-commerce.
Souveraineté
AI Act applicable le 2 août 2026, NIS 2 au printemps : ce qu'un dirigeant de PME doit cocher. Quand migrer, quand garder Microsoft, et le TCO réel sur 5 ans.
Marketing
Le MMM coûte 70 000 € à 500 000 € chez les cabinets spécialisés. Pour un retailer mode avec un budget marketing de 5 à 50 M€, l'approche in-house avec PyMC-Marketing devient une alternative crédible — voici pourquoi, et les pièges spécifiques au retail fashion que les cabinets ne documentent jamais.
Questions fréquentes
7 questions revenues le plus souvent dans nos appels de cadrage 2026.
Conviction Nymphar
À chaque licence SaaS US remplacée par un outil interne sur-mesure, l'entreprise reprend le contrôle de ses données et de son budget IT. C'est ce que nous appelons un patrimoine numérique souverain, et c'est exactement ce que notre méthode bottom-up permet de construire en 18 mois, sans rupture brutale.
Lire le guide complet sur la souveraineté numérique des PME et ETICalendrier
30 minutes pour faire le point sur vos enjeux data et IA — sans engagement.