Engineering

Depuis notre fondation en 2003, nous construisons des logiciels, développons des algorithmes, étudions les technologies de base et exploitons des systèmes. Certains systèmes fonctionnent de façon stable depuis plus de 20 ans.

Distribution

Nous distribuons nos propres applications partout dans le monde depuis 2016.

  • Déploiement en 39 langues et gestion des traductions
  • Mise en place et exploitation de la distribution en boutique
  • Monétisation des applications par les achats et la publicité
  • Mesure et analyse de l'utilisation

39 langues / achats dans 52 pays et régions en 36 devises (depuis 2016)

Stack principal

Sécurité 2017–

  • Intrusion Detection
  • Audit
  • Key Management (CKMS)

Distribution mobile 2016–

  • Swift
  • Kotlin
  • Store Operations
  • Localization
  • macOS

Systèmes embarqués et OS 2008–

  • AOSP
  • Yocto
  • Virtualization
  • Windows

Réseaux et protocoles 2004–

  • Device Management Protocol
  • Network Performance
  • Wi-Fi Log Analysis
  • Rust

Systèmes d'entreprise et de commerce 2004–

  • CMS
  • Database Engineering
  • PHP
  • TypeScript
  • Node.js
  • AWS
  • GCP
  • Cloudflare

Imagerie, documents et langage 2003–

  • Full-Text Search
  • Algorithm Design
  • LLM
  • Vision Models
  • Python

Choix techniques

Nous faisons du développement mobile depuis 2009, la génération de l'iPhone 3GS, et nous distribuons nos propres applications depuis 2016. Le point de départ, c'est ce que l'iPhone a rendu possible : un appareil performant qui tient dans une main, connecté au réseau, capable de livrer un service partout dans le monde.

Ce que nous bâtissons nous revient sous forme de données d'usage. La technique et l'UI/UX s'évaluent en continu en conditions réelles, et distribuer nos propres applications donne une échelle de validation que les projets isolés offrent rarement. Ce que nous y apprenons alimente aussi la conception hors du mobile.

En 2016, nous avons comparé Xamarin, Cordova et React Native au niveau de l'implémentation, et Flutter est évalué depuis sa sortie publique. Aujourd'hui, notre voie principale est l'implémentation native en Swift et Kotlin, avec SwiftUI en production depuis la génération iOS 15.

Écrire au plus près du système et du matériel permet d'ajuster la vitesse mesurée comme la vitesse perçue au rendu et à la caméra, et d'utiliser les nouvelles fonctions du système ou des bibliothèques C/C++ sans attendre une couche d'abstraction. Les applications maintenues longtemps échappent aussi aux ruptures du côté des cadriciels.

Device Control

Barcode-Based Device Readout

Les mesures de l’appareil sont recueillies par BLE, Wi-Fi ou code à barres.

L’appareil de mesure transmet les mesures sans fil et les affiche en temps réel sous forme de code à barres sur son écran ACL. L’application lit le code avec sa caméra et enregistre les mesures.

  • Swift
  • AVFoundation
  • BLE
  • Wi-Fi
  • Barcode

On-Device AI

On-Device AR Recognition

Les objets dans l’image de la caméra sont reconnus sur l’appareil et étiquetés dans la vue en réalité augmentée.

Chaque étiquette est ancrée à la position de l’objet et reste superposée à celui-ci quand l’appareil bouge.

  • Swift
  • ARKit
  • On-Device ML