Streaming data plateforme IoT énergie

Contexte

Producteur d'énergie (5 000 employés, 3 Mds€ CA). 2 millions de compteurs intelligents déployés générant des données en continu (15 min d'intervalle). Architecture batch actuelle (ETL nocturne) inadaptée : données disponibles à J+1, aucune détection d'anomalies temps réel, facturation estimative.

Problème & Défi

→ 2M de compteurs génèrent 200M d'événements/jour, architecture batch ETL saturée - Données disponibles à J+1 - aucune détection d'anomalie temps réel (fraude, fuite, panne) → Facturation sur estimations pour 30% des clients – réclamations en hausse de 40% - 5% de pertes non techniques (fraude, erreurs compteur) non détectées : 15M€/an de manque à gagner → Architecture ETL nocturne de 8h – fenêtre insuffisante pour le volume croissant - Régulateur exige le passage au temps réel pour la gestion réseau, deadline dans 12 mois

Solution & Livrables

- Plateforme streaming data industrialisée (Kafka + Spark Streaming + Delta Lake), traitement temps réel des 200M événements/jour - Détection d'anomalies en temps réel : fraudes, pannes compteurs, fuites identifiées en <5min - Facturation réelle pour 98% des clients vs 70% avant - réclamations abaissées de 60% - Pertes non techniques tombées de 5% à 1,5% : récupération de 10M€/an - Architecture scalable : capacité de 5M de compteurs sans modification d'infra - Conformité régulateur atteinte → gestion réseau temps réel opérationnelle Opéré dans la durée avec SLA contractuels.

Technologies