Paul Bonnet-Eymard et Thibaut Cassard ont tous les deux suivi le cursus Ingénieur Civil des Mines (ICM) – promotion 2016. Ils viennent de créer un outil de prévision météo à très court terme, dont les résultats peuvent avoir un impact stratégique dans de nombreux secteurs professionnels.
Après avoir quitté les bancs de Mines Saint-Étienne, les deux jeunes ingénieurs ont entamé deux parcours professionnels distincts. Thibaut est ainsi data scientist spécialisé en météorologie depuis six ans. Il a d’abord exercé chez Plume Labs (entreprise spécialisée dans la qualité de l’air), puis chez AccuWeather, où il a conçu des modèles de prévision (qualité de l’air, éclairs, pluie) utilisés aujourd’hui par des millions d’utilisateurs.
Paul, de son côté, a passé cinq ans chez Air Liquide, notamment en marketing, développement commercial et conception d’offres B2B industrielles.
Ils ont récemment mis en commun leurs expertises pour fonder Odeai, une entreprise qui conçoit des modèles de prévision météo à échéance de 3 heures, réactualisés toutes les dix minutes. Les deux alumni se sont prêtés au jeu des questions-réponses pour nous faire part de leur expérience.
Comment fonctionne Odeai, et quel service apporte votre solution ?
Odeai développe des modèles de prévision météo à très court terme. Notre approche consiste à partir directement des observations (radars, satellites) et à maîtriser nous-mêmes toute la chaîne, de la donnée brute jusqu’à la prévision, en combinant physique et intelligence artificielle.
Cette approche limite les approximations successives et permet aux prévisions de se rafraîchir en quelques minutes, avec une très bonne précision à courte échéance.
Nous avons commencé par la prévision de la pluie, avec plusieurs secteurs déjà identifiés : la viticulture, les grands événements sportifs, la sécurité civile ou encore la gestion des réseaux d’eau.
À terme, nous couvrirons davantage de variables (vent, ensoleillement) sur des horizons plus longs, avec en ligne de mire le secteur de l’énergie, où les acteurs ont un fort besoin de prévoir dès aujourd’hui la production du lendemain.
Qu’est-ce qui a motivé votre projet ?
La météo, même à très court terme, conditionne des décisions très concrètes : en viticulture, par exemple, un traitement contre le mildiou, lessivé par une averse, doit être refait, avec un surcoût économique et environnemental. Pour un événement sportif ou la gestion de crise, quelques dizaines de minutes d’avance peuvent tout changer.
Les outils actuels répondent mal à ce besoin de visibilité sur les prochaines heures : la chaîne classique perd de l’information et du temps avant même de produire une prévision. Notre expérience combinée en prévision météo (Thibaut) et en développement commercial (Paul) nous a donné envie de construire la réponse nous-mêmes.
Odeai est disponible aux États-Unis… Bientôt en Europe ?
Oui : Odeai sera lancée en France, et plus largement en Europe, d’ici la fin de l’année. Comme évoqué, nous ajouterons ensuite d’autres phénomènes (éclairs, grêle, vent, ensoleillement) et comptons également allonger progressivement l’horizon de prévision, de 3 heures aujourd’hui jusqu’à 12, voire 24 heures, d’ici fin 2027.
Que vous a apporté votre parcours au sein de Mines Saint-Étienne ?
Nous avons tous deux suivi le cursus d’Ingénieur Civil des Mines (ICM), promo 2016. L’École nous a apporté une solide culture scientifique et technique, mais aussi une vraie polyvalence : savoir passer d’un sujet à l’autre, travailler en équipe et comprendre à la fois les enjeux techniques et industriels.
C’est cette combinaison qui nous sert aujourd’hui, l’un côté modèles de prévision, l’autre côté développement commercial.
Quels conseils donneriez-vous aux élèves-ingénieurs d’aujourd’hui ?
Nous nous sentons encore « jeunes diplômés », donc plus que des conseils, peut-être deux convictions. D’abord, les outils d’IA décuplent aujourd’hui la capacité à mettre au point des idées techniques : on peut prototyper en quelques jours ce qui prenait des mois.
Ensuite, en contrepartie, ils impliquent d’avoir les idées claires sur le problème à résoudre avant de se lancer, car un outil puissant appliqué à une question mal posée fait surtout perdre du temps plus vite.
Une petite anecdote pour l’illustrer : chez Odeai, nous travaillons très souvent d’abord sur papier avant d’utiliser un LLM1. Poser les choses à la main oblige à comprendre avant de produire, et c’est un réflexe que nous avons gardé de notre parcours et de notre formation.
L’expérience de Paul et Thibaut illustre l’engagement porté par Mines Saint-Étienne de former des ingénieurs capables de concevoir des solutions concrètes, en phase avec des problématiques industrielles et socioéconomiques.
- « Large Language Model » : IA générative de texte ↩︎
