Blashenche Data Engine

Collecter, qualifier, annoter, evaluer, livrer.

Un moteur operationnel pour transformer des donnees brutes en datasets haute qualite, avec workforce francophone, review, audit et exports exploitables.

Le pipeline supporte les donnees texte, audio, image, video, RLHF et evaluation d'agents IA, avec tracabilite par projet, lot, annotateur, reviewer et livrable client.

Blashenche Data Engine

Raw signal to validated data

Etape 1/6
1

Collect

Ingestion multi-format

CSV, JSON, audio, image

Reception securisee des fichiers, metadata projet, anonymisation initiale, controle format et stockage dataset.

2

Curate

Nettoyage et preparation

Rules + sampling

Deduplication, detection d'items ambigus, echantillonnage pilote, creation de lots et separation train/eval.

3

Route

Matching workforce

Langue + skill + score

Assignation par langue, expertise, disponibilite, score qualite, test de qualification et risque de conflit.

4

Annotate

Labelling guide

Text, RLHF, audio, image

Interfaces adaptees au type de tache, sauvegarde brouillon, validation Zod et consignes par rubric.

5

Evaluate

Review et adjudication

IAA, rejection, drift

Double review, arbitrage des desaccords, score annotateur, suivi des erreurs recurrentes et audit log.

6

Deliver

Export client

JSON, CSV, report

Export des annotations validees, rapport qualite, SLA, traçabilite et recommandations pour la production.

Collect

Ingestion multi-format

Curate

Nettoyage et preparation

Route

Matching workforce

Annotate

Labelling guide

Evaluate

Review et adjudication

Deliver

Export client

Internal-grade operations

Plus qu'un dashboard: un systeme de production data.

La valeur n'est pas seulement dans l'interface. Elle est dans la capacite a gouverner les donnees, router le travail, mesurer la qualite et prouver la livraison.

Accord inter-annotateurs

86%

+4.2%

Taux de rejet

6.8%

-1.1%

Items double-review

18%

pilot

SLA estime

72h

on track

Modules internes

Une vue operationnelle du moteur qui montre ce qui tourne, qui est responsable et ou agir.

Dataset Intakeonline100%Client Ops
Rubric Builderreview87%Quality Lead
Workforce Routeronline94%Operations
Reviewer Consoleonline91%QA Team
Dispute Queuewatch12 openSenior Reviewer
Export GatewayonlineJSON/CSVDelivery

Pilot readiness

Ce que tu peux vendre comme pilote enterprise.

Evaluation RLHF en francais africain
Preference ranking pour assistants IA
Transcription audio accents francophones
Classification intention support client
Safety review et detection d'erreurs
Construction de rubrics d'evaluation

Dataset governance

Versioning, metadata, statut dataset, format attendu, split pilote et export.

Workforce intelligence

Matching par langue, pays, competence, disponibilite, score et risque de rejet.

Quality adjudication

Double review, arbitrage, rejection reason, audit trail et score qualite.

Security posture

RLS Supabase, separation client/annotateur/reviewer/admin et service role serveur.

Rubric operations

Grilles par projet, criteres RLHF, exemples, seuils de rejet et drift monitoring.

Delivery gateway

Exports CSV/JSON, rapport qualite, SLA, client sign-off et backlog corrections.

Exemple export public

Apercu non confidentiel d'un livrable JSON.

Cet exemple montre la structure attendue sans exposer de donnees client reelles. Les exports operationnels restent accessibles uniquement aux comptes autorises.

{
  "project": "pilot_rhlf_fr_africa",
  "language": "fr-africa",
  "task_type": "rlhf_preference",
  "items": [
    {
      "task_id": "sample-001",
      "prompt": "Reponds a un client Mobile Money...",
      "preference": "response_a",
      "quality_score": 94,
      "review_status": "accepted"
    }
  ],
  "delivery": {
    "format": ["json", "csv", "quality_report"],
    "traceability": true
  }
}