Agriculture prédictive dans le big data agricole

Agriculture prédictive dans le big data agricole

Comment bien collecter et traiter les données issues de l’agriculture ?

L’agriculture génère de plus en plus de données (météo, rendement, composition des sols, prix des produits, etc.) grâce à divers outils (capteurs embarqués, photos satellites, stations météo, drones…).

SMAG est le concepteur et l’éditeur de logiciels de gestion de données agronomiques. Afin de se développer sur le marché, il doit fournir de nouveaux services à tous les acteurs de la communauté agricole nationale et internationale.

Son projet consiste à trouver et mettre en œuvre la solution optimale pour stocker et exploiter des données issues de différentes sources, hétérogène en qualité, quantité et signification.

Solution apportée

Pour répondre au besoin de son client, JEMS a mis en place le premier Datalake agricole avec les spécificités suivantes :

  • Une plateforme permettant de recueillir, organiser et faciliter l’utilisation des données internes et externes ;
  • Une plateforme ouverte et évolutive ;
  • Une plateforme de test et de développement.

Notre expertise Big Data nous a donc permis d’accompagner notre client, du choix des outils jusqu’à l’industrialisation des processus.

Au final, ce projet permet l’optimisation des processus sur toute la filière agricole (culture, stockage, qualité, valorisation…). Il valorise SMAG en tant qu’acteur clé dans l’élaboration du Big Data Agricole.

JEMS a reçu l’European Talend Award en 2017 pour ce projet.

Technologies

spark ELASTIC HORTONworks qlik talend

En résumé

  1. Mise en place du Datalake et organisation des données en couche,
  2. Industrialisation permettant d’adresser N cas d’usages,
  3. Création d’un algorithme de Machine Learning pour l’estimation du rendement des cultures*

Bénéfices

Vous ne savez pas par où commencer?

Découvrez l'offre qui correspond à vos besoins…

Découvrir

Centre de préférences de confidentialité