Ingénieur IA · RAG et agents IA en production, en Python

RAG et agents IA qui tiennent en production

Tensoria conçoit, développe et met en production des systèmes RAG et des agents IA pour les éditeurs de logiciels, les SaaS et les équipes tech des PME et ETI. Plus d'une dizaine de RAG construits, une dizaine en production aujourd'hui, des agents outillés par MCP, des modèles ouverts hébergés en France quand la confidentialité l'exige. Tout ce que nous livrons, nous le développons nous-mêmes, en Python, depuis Toulouse.

Anas Rabhi, ingénieur IA et fondateur de Tensoria

Anas Rabhi · Ingénieur IA, fondateur de Tensoria

Spécialiste du NLP et des LLM : RAG, agents, fine-tuning et évaluation, du prototype à la production.

Premier échange de qualification de 30 minutes, sans engagement.

5.0 Avis Google

Plus d'une dizaine de RAG construits

Une dizaine tournent en production aujourd'hui, de l'industrie au SaaS. Plus de cinq systèmes existants audités et repris.

Des agents outillés, en Python

Tool calling, serveurs MCP, validation humaine avant toute action coûteuse. Pydantic AI, FastMCP, FastAPI, modèles interchangeables.

Évalués avant d'être déployés

Un jeu de test dès les premiers jours, un pourcentage de bonnes réponses suivi à chaque évolution. Langfuse, LLM as a judge, tests de régression.

Nos expertises

Ce que nous construisons pour vous

Un assistant qui répond à partir de vos documents, un agent qui traite une tâche à votre place, ou un système existant à rendre fiable : trois expertises, un même objectif, que l'outil tienne en production.

01

Assistants IA et RAG

Des réponses fiables, tirées de vos documents

Vos équipes ou vos clients posent une question, l'assistant répond à partir de vos documents et cite ses sources, en respectant les droits d'accès.

Par exemple

Voir les assistants IA sur vos données →
02

Agents IA

Des agents qui traitent la tâche de bout en bout

L'agent lit l'email ou le document, vérifie, rédige ou saisit dans vos outils. Vous gardez la validation sur ce qui compte.

Par exemple

Voir les agents IA sur mesure →
03

Mise en production

Un système IA qui tient ses promesses

Votre RAG ou votre agent existe déjà mais répond mal, coûte trop cher ou doit passer à l'échelle : on mesure, on corrige, on déploie.

Par exemple

Voir la mise en production →
Voir tous les cas d'usage → Pas encore de projet précis ? Commencez par le diagnostic en ligne ou un audit IA.

Références

Ils nous ont fait confiance

Votre point de départ

Où en êtes-vous avec votre projet IA ?

Choisissez la situation qui ressemble à la vôtre.

Côté formation, les plus demandées : la formation Claude en entreprise, la formation Claude Code et la formation ChatGPT.

Éditeurs de logiciels · offre dédiée

Nos clients demandent de l'IA dans notre logiciel

Serveur MCP pour piloter votre produit depuis ChatGPT ou Claude, assistant intégré à votre interface, fonctionnalités IA métier évaluées avant d'être ouvertes à vos utilisateurs. Code, prompts et jeux de test livrés.

Voir l'offre pour les éditeurs →

Fiabiliser · offre spécialisée

Notre système IA existe déjà, mais ses résultats doivent être améliorés

RAG imprécis, agent instable, coûts élevés, latence ou absence d'évaluation : nous mesurons le problème et testons les améliorations prioritaires.

Voir la mise en production →

Fiabilité

Un système qui tient en production

Beaucoup de projets IA s'arrêtent à la démo. Notre métier, c'est de les amener jusqu'à un système fiable, intégré et durable.

Intégré à vos outils

Branché sur vos logiciels métier, votre CRM et vos fichiers. L'IA vit là où travaillent vos équipes, pas dans un énième onglet à part.

Supervisé et fiable

Garde-fous, contrôle des réponses et suivi des performances. On garde la main sur ce que produit le système, dans le temps.

Vos données maîtrisées

Hébergement et confidentialité cadrés, conformité RGPD. Vos données restent les vôtres, du prototype à la production.

Vos équipes autonomes

Transfert de compétences, documentation et formation. Vos équipes savent faire tourner et faire évoluer l'outil sans nous.

Ce avec quoi nous construisons

Python · FastAPI Pydantic AI · FastMCP LangChain · LlamaIndex Qdrant · pgvector vLLM · Ollama Mistral · Claude · Gemini Langfuse · Logfire Docker · AWS Bedrock · Scaleway · OVH

Modèles ouverts hébergés chez vous ou sur un cloud français quand la confidentialité l'exige. Voir l'IA souveraine →

Méthode

Notre approche

Nous prenons le temps de comprendre votre métier de l'intérieur pour construire avec vous une stratégie IA sur mesure, ancrée dans votre réalité opérationnelle.

  1. 01 Cadrage

    Partir de votre situation réelle

    Besoin encore flou, processus déjà identifié, produit à créer ou système à améliorer : nous choisissons le bon niveau de cadrage. Un audit complet n'est pas imposé lorsque le projet est déjà suffisamment clair.

    Ce que vous obtenez

    Un problème, un périmètre et des critères de réussite partagés.

  2. 02 Décision

    Valider la valeur et la faisabilité

    Nous confrontons l'objectif métier aux exemples réels, aux données disponibles, aux intégrations et au niveau d'erreur acceptable. Le budget et le plan de livraison reposent sur ce périmètre.

    Ce que vous obtenez

    Une décision go, no-go ou cadrage complémentaire argumentée.

  3. 03 Construction

    Tester sur des données réelles

    Nous construisons le parcours central, le testons sur des cas représentatifs puis l'intégrons progressivement à vos systèmes. Les situations difficiles et la validation humaine sont traitées avant le déploiement.

    Ce que vous obtenez

    Un outil utilisable dont la qualité est mesurée, pas une simple démonstration.

  4. 04 Production

    Déployer, mesurer et transmettre

    Déploiement, documentation, formation initiale et suivi des performances rendent le système exploitable. L'hébergement, la supervision et les évolutions sont ensuite dimensionnés selon la criticité.

    Ce que vous obtenez

    Vos équipes deviennent autonomes et les gains de temps se pérennisent.

Capacités techniques

La bonne architecture pour le problème

Nous ne partons pas d'une technologie à placer. Nous choisissons les composants adaptés aux données, au risque métier, au budget et aux usages attendus.

Notre principe

RAG, agents, LLM, machine learning, deep learning, n8n et développement logiciel sont des moyens. Le point de départ reste toujours le résultat métier à obtenir.

Ressources

Derniers articles du blog

Guides pratiques et retours terrain sur l'IA en entreprise.

Stratégie IA

ITAR, Diffusion Restreinte : quelle IA peut lire vos plans ?

ITAR, double usage, Diffusion Restreinte, SecNumCloud : quel hébergement pour un assistant IA selon le niveau de vos données, et ce que cela impose à l'architecture.

Stratégie IA

Annexe 22 : ce qu'un assistant IA peut faire dans un laboratoire

Annexe 22 des BPF : ce que le projet autorise pour l'IA en laboratoire pharmaceutique, usages critiques ou non, ALCOA+, GAMP 5, hébergement et relecture.

RAG & Connaissances

LibreChat, AnythingLLM, Onyx : quel assistant auto-hébergé ?

LibreChat, AnythingLLM, Onyx et Open WebUI comparés pour un assistant interne auto-hébergé : licence, SSO, connecteurs, droits, agents, MCP, RAG.

Outils & Modèles

Fable 5.2, Opus 5.5, GPT-6 Sol, Gemini 4 Argon : lequel choisir

Fable 5.2, Opus 5.5, GPT-6 Sol ou Gemini 4 Argon ? Prix, contexte, coût par dossier, rétention des données et choix par usage, au 10 novembre 2026.

Outils & Modèles

Claude Fable 5.2 : ce qui change et quel modèle choisir

Claude Fable 5.2 (9 novembre 2026) : prix en baisse à 8/40 $, Fable ou Mythos, Opus 5.5 ou Sonnet 5.5, coûts chiffrés et points de vigilance.

RAG & Connaissances

Changer de modèle dans un RAG ou un agent en production

Changer de modèle LLM en production : les raisons valables, la méthode en 7 étapes avec jeu de test, et ce qui casse (exemple Fable 5.2). RAG et agents.

RAG & Connaissances

Assistant IA pour ingénieurs du spatial : notre retour terrain

Deux générations d'assistant IA pour un grand groupe du spatial : Llama 3.1 et GraphRAG sur site, puis RAG agentique sur cloud français. Ce que nous referions.

Outils & Modèles

DGX Spark en entreprise : que vaut-il pour un assistant IA ?

DGX Spark pour un assistant IA en entreprise : 128 Go de mémoire, 273 Go/s, vitesse réelle, prix en France, comparaison avec RTX PRO 6000, L40S et H100.

Outils & Modèles

Claude ou Gemini : lequel choisir pour une équipe en entreprise

Claude ou Gemini pour votre équipe ? Comparatif par usage, intégrations Google et Microsoft, données, prix publics des offres et test en deux semaines.

Avant de se lancer dans l'IA

« Il faut avoir en tête que ce n'est pas de la magie. Ça ne va pas remplacer vos employés ni vous faire x10 de CA dès la première année. C'est pour ça qu'il faut commencer simple avec des retours concrets et incrémenter au fur et à mesure. »

Anas, Co-Fondateur de Tensoria

Premier échange

Discutons de votre projet IA

Un échange de qualification de 30 minutes pour comprendre votre situation, vérifier si nous pouvons vous aider et choisir le bon point de départ.

Équipe

Notre équipe

Une équipe passionnée et expérimentée, guidée par la transparence, l'humain et l'expertise, à votre service.

Anas Rabhi

Anas Rabhi

Co-fondateur

Data Scientist/Développeur IA

KR

Kaoutar Rabhi

Co-fondatrice

Responsable formation IA

NK

Najoua Karm

Gestion des partenariats

FAQ

Questions fréquentes

Comment nous travaillons, du premier cadrage au suivi en production.

Le point de départ dépend de votre situation. Un besoin encore flou mène vers l'Audit IA opérationnel. Un processus déjà identifié peut passer directement au cadrage puis à l'automatisation. Une application à créer commence par un cadrage produit. Un système existant à améliorer commence par un diagnostic technique.
L'audit est adapté lorsque plusieurs processus doivent être explorés ou que les priorités ne sont pas encore claires. Si vous avez déjà un processus précis, des exemples réels et un résultat attendu, nous pouvons souvent passer directement à un cadrage de projet plus court.
Oui, en intra entreprise, à distance ou dans vos locaux. Les formations IA sont construites sur vos tâches et vos documents, animées par Anas Rabhi, et finançables par votre OPCO via notre organisme de formation partenaire certifié Qualiopi. La plus demandée est la formation Claude en entreprise.
De quelques semaines pour une automatisation simple à plusieurs mois pour un projet complexe. L'audit vous donne une estimation réaliste selon vos besoins.
Chaque projet inclut le suivi en production : maintenance, ajustements, évolutions. Tout est prévu et discuté dès le départ.
Nous développons nous-mêmes ce que nous livrons : le code, les prompts, les évaluations et les connexions à vos outils. Nous nous appuyons sur les modèles du marché (Mistral, Claude, GPT) ou sur des modèles ouverts hébergés chez vous, et sur votre stack existante. Le produit final est conçu pour votre cas, et il vous appartient.