OZONE-AID
L'atelier de diagnostic intelligent d'un garage automobile premium, du capteur au tableau de bord.
- RAG
- ML/DL
- BI
- Mobile
- FastAPI
- LangGraph

Contexte
OZONE-AID a été conçu pour Ozone Garage, un atelier automobile premium, dans le cadre de mon stage de fin d’études d’ingénieur chez Ouerkema Innovation (iTeam University). L’objectif : une plateforme data-driven intégrée couvrant toute la chaîne de valeur de la donnée, de la collecte des interventions jusqu’à la restitution client.
Problème
Le diagnostic de panne reposait entièrement sur l’expertise individuelle des mécaniciens, difficile à standardiser. Il manquait aussi une vision consolidée de l’activité de l’atelier — chiffre d’affaires, panier moyen, saisonnalité — pour piloter les décisions.
Architecture
- Data lake et entrepôt en étoile : collecte et modélisation des interventions comme socle commun à tous les modules.
- Diagnostic assisté (ML) : classification symptôme → panne probable, estimation du coût et de la durée (NLP, embeddings).
- Copilote RAG — le différenciateur du projet : Mistral / Ollama + ChromaDB + LangGraph, pour interroger la documentation technique et assister le diagnostic.
- Maintenance prédictive (DL) : estimation des échéances d’entretien et détection d’anomalies, avec alertes client automatiques.
- Pilotage décisionnel (BI) : tableaux de bord KPI — chiffre d’affaires, panier moyen, pannes par marque, saisonnalité, prévision de la demande, no-show.
- Application mobile client (React Native) et back-office (React / FastAPI), architecture événementielle (webhooks, push Firebase / FCM).
- Industrialisation : Docker, CI, MLflow, sécurité par rôles et chiffrement.
Stack
Python (ML/DL), Mistral / Ollama + ChromaDB + LangGraph pour le RAG, FastAPI pour l’API, React / React Native pour le mobile et le back-office, Docker + MLflow + CI pour l’industrialisation.
Résultats
- Diagnostic assisté disponible pour l’ensemble des mécaniciens, pas seulement les plus expérimentés.
- Vision consolidée de l’activité de l’atelier via les tableaux de bord décisionnels.
- Architecture événementielle et sécurisée (rôles, chiffrement), prête pour la mise en production.
Captures
Captures d’écran à ajouter prochainement.