- Organisations
- L-Acoustics
- Développement et modernisation de Soundvision, logiciel de simulation audio
Développement et modernisation de Soundvision, logiciel de simulation audio
Dernière modification: 9 mars 2026
Contacts visibles avec un compte Tekos.
Accéder aux contactsLe projet vise à développer de nouvelles fonctionnalités et à moderniser Soundvision, le logiciel phare de simulation audio de L-Acoustics. L'équipe Simulation Development conçoit, implémente et maintient des fonctionnalités pour une application desktop, intégrant de nouveaux algorithmes d'optimisation mécanique et électronique, la prise en charge de nouveaux dispositifs matériels, l'intégration avec des logiciels internes et tiers, ainsi que l'amélioration du rendu graphique. Le projet implique la collaboration avec les équipes recherche, technologie et produit (haut-parleurs, électronique, logiciel) pour concevoir de nouvelles fonctionnalités et créer des composants et APIs réutilisables. Des prototypes de nouvelles fonctionnalités, concepts, technologies, langages ou bibliothèques sont également réalisés.
Fév 2026 → En cours
Profils :
Vous ciblez ce type de projet pour placer un consultant ?
Identifiez les entreprises sur des projets similaires.
26 février 2026
9 mars 2026
Projets similaires
D'autres projets de cette entreprise qui pourraient vous intéresser
Le projet consiste à concevoir et développer les composants middleware multiplateformes utilisés dans les systèmes audio professionnels de L-Acoustics. Réalisé au sein du département Software, il couvre la création de modules bas niveau et de protocoles de contrôle, la mise à disposition d’API homogènes destinées aux autres équipes de R&D, ainsi que le développement et la maintenance d’outils graphiques multiplateformes. Le périmètre inclut également la contribution active au projet open-source AVDECC, la réalisation de preuves de concepts pour évaluer de nouvelles technologies logicielles et l’amélioration des outils facilitant le travail des équipes internes. L’activité repose sur une forte maîtrise du C++11/STL et du C#, des protocoles réseau, et sur l’utilisation de frameworks graphiques tels que Qt ou Blazor, dans un environnement collaboratif utilisant Git, SCRUM et les bonnes pratiques de développement logiciel.
Le projet consiste à analyser et interpréter des ensembles de données volumineux afin de fournir des insights exploitables et de soutenir la prise de décision basée sur les données. Il inclut le développement et la maintenance de rapports Power BI et de métriques métier pour mesurer et améliorer la performance commerciale. Les activités comprennent la collecte, la transformation et l'analyse de données, l'application de techniques statistiques, la création de tableaux de bord interactifs et visuellement efficaces, ainsi que la collaboration avec des équipes transverses pour comprendre les besoins et fournir un support analytique. Des audits réguliers garantissent la qualité et l'intégrité des données, et des pratiques de visualisation avancées sont appliquées pour optimiser l'expérience utilisateur.
Le projet vise à concevoir et industrialiser des systèmes d'agents autonomes et de traitement du langage naturel (NLP) capables de raisonner, planifier et agir de façon autonome. L'objectif est de transformer les technologies d'IA générative en produits robustes et scalables, apportant une valeur métier mesurable. Les activités incluent la traduction des besoins métiers en spécifications techniques, la conception d'architectures multi-agents, l'intégration d'agents autonomes dans les workflows existants, la définition de KPIs de performance et la mise en place de cadres de gouvernance (sécurité, traçabilité, auditabilité).Construction de chatbots et d'agents intelligents basés sur des documentsÉvaluation et implémentation de stratégies LLM adaptées (RAG, GraphRAG, fine-tuning, rewriting de requêtes)Gestion des embeddings, recherche sémantique et pipelines d'indexationTraitement de données structurées et non structurées (PDF, emails, corpus multilingues)Industrialisation et monitoring des modèles NLP en production (API, microservices, CI/CD)Optimisation de la consommation de tokens à grande échelle et gestion des coûtsGarantie de la sécurité des données, conformité RGPD et gouvernance des accèsPrototypage rapide de workflows agents pour valider la faisabilité techniqueCollaboration étroite avec les ingénieurs IA et data scientists pour la sélection, l'évaluation et le fine-tuning des modèlesVeille technologique structurée et partage d'innovations en interne



