Tous secteurs

Questions en langage naturel sur l'entrepôt de données

Les équipes posent leurs questions en français et un agent interroge lui-même l'entrepôt de données par des outils SQL.

Parler à un ingénieur

Maquette d'illustration : les noms, les valeurs et les documents affichés sont fictifs.

Contexte

Entrepôt de données de plus de 600 tables réparties en 70 schémas.

Le problème

Chaque question métier demande une requête écrite par un spécialiste.

Ce que nous avons construit

API de chatbot et interface web : un serveur MCP expose des outils SQL sur l'entrepôt, le modèle les appelle de façon autonome, sur un sous-ensemble de tables documenté.

Étapes

01Sélection des tables utiles
02Serveur MCP et outils SQL
03Agent et interface
04Évaluation (non faite)

Hébergement et modèles

Azure Container Apps ; entrepôt Azure SQL ; Gemini 3 Flash via Vertex AI et LiteLLM.

Services mobilisés

L'IA dans vos applications · Plateformes agentiques

Nous ne nommons un client qu'avec son accord écrit. Les budgets et les résultats détaillés de nos missions restent confidentiels.