Profil

Surajit Dutta

Cofondateur et CTO

Surajit travaille dans le secteur technologique depuis plus de 20 ans. Au fil des années, il s’est attaqué à des problèmes complexes à l’échelle du pétaoctet dans des entreprises comme Yahoo, Salesforce, DoorDash et Percipient. Il a fait ses preuves à la tête d’équipes très performantes, capables de livrer des systèmes de grande qualité qui ravissent les clients. Passionné par les données, l’automatisation par l’IA et l’expérience client, Surajit s’attache à combiner les bonnes technologies et la recherche pour obtenir des résultats à fort impact. Parmi ses projets : Conception d’un registre comptable distribué en temps réel pour suivre les flux d’argent sur la place de marché à 3 faces de DoorDash, qui sert de base aux analyses ultérieures de l’équipe Financial Intelligence. - Création de la première version de Salesforce Einstein chez Salesforce.com - Création du système de gestion des campagnes Native Ads (publicité display) chez Yahoo - Mise au point d’une méthode non intrusive pour prendre en charge les paiements conformes à PCI 3 sur les sites et services de Yahoo. - Création de processus RFID pour USCold et de systèmes de point de vente pour Brinker International Brevets : - US9942244B2 : Secure service for receiving sensitive information through nested iframes - Google Patents US12271371B1 : Real time processing with data aggregation and validation (Google Patents)

Articles

Articles de Surajit

Un dessin technique coté, avec des repères en lettres, à côté du tableau des modèles qui contient les valeurs, montrant la jointure qui réunit deux documents en une seule fiche produit.

Extraire les attributs produit à partir des fiches techniques, des PDF et des fichiers CAO

L’extraction est résolue pour les PDF propres, pas ailleurs. Pourquoi dessins et CAO sont plus durs, et pourquoi une valeur extraite est une affirmation.

17 septembre 2026

Trois cartes de catégorie montrant des règles appliquées indépendamment pour chacune : le mobilier de bureau refuse le bois marron et accepte le noyer, le chêne, l’acajou et le teck ; le matériel électrique refuse les millimètres et accepte les pieds et les mètres ; l’habillement refuse le diamètre et accepte la taille, la couleur, la coupe et la longueur de manches.

Pourquoi les contraintes de catégorie mettent l’IA générique en échec

L’IA générique écrit des données produit qui sonnent juste, pas exactes. En cause : les contraintes de catégorie. Valider vaut mieux qu’un meilleur modèle.

28 juillet 2026

Un fauteuil d’appoint issu de la fiche produit d’un fournisseur, classé dans Mobilier, puis Assises, puis Fauteuils d’appoint, avec un score de confiance de 96 %.

Au cœur de notre pipeline de classification : vision par ordinateur, embeddings et scores de similarité

Comment atronous classe les images produit, côté technique : détection d’objets, embeddings entraînés sur l’arborescence propre au détaillant, correspondances auditées.

20 mars 2025

Des guides d’installation et des fiches techniques surchargés sur un bureau, à côté du même schéma de câblage extrait dans atronous sous la forme d’un schéma électrique net et validé

Extraction de schémas techniques v0.1.0 : architecture, améliorations et travaux futurs

Comment le PDF Schematic Extractor d’atronous extrait des diagrammes nets de documents produit surchargés via PyMuPDF, OpenCV, Tesseract et Gemini, et la suite.

5 mars 2025