Plateforme Cloud & GenAI
 chez Optic 2000

Contexte

Lors de mon alternance chez Audioptic Trade Services (ATS), la filiale technologique du groupe Optic 2000, j’ai travaillé au sein de la Digital Factory sur deux axes majeurs : la construction d’applications B2B Serverless pour les opticiens, et le prototypage d’un chatbot IA mis en production.

Le groupe exploite 1 400+ magasins d’optique en France. Le défi de la Digital Factory était de livrer des outils internes scalables sans équipe ops dédiée — d’où le pari sur AWS Serverless.

Chatbot LLM — Atsia

Le projet phare : Atsia, un chatbot en production construit sur Amazon Bedrock (modèle Anthropic Claude) pour assister les opticiens avec les questions opérationnelles fréquentes — réduisant les appels entrants au helpdesk ATS.

Architecture

Opticien (navigateur)
       │
       │ HTTPS
       ▼
┌──────────────────────────────────────────────────────────┐
│               AWS API Gateway (REST)                     │
└─────────────────────────┬────────────────────────────────┘
                          │ Lambda proxy integration
                          ▼
┌──────────────────────────────────────────────────────────┐
│               AWS Lambda (Java / Spring Boot)            │
│  - Prompt engineering + injection de contexte           │
│  - Gestion de l'historique de conversation (DynamoDB)   │
│  - Appel Bedrock InvokeModel                            │
└──────┬──────────────────┬───────────────────────────────┘
       │                  │
       ▼                  ▼
Amazon Bedrock       DynamoDB
(Claude Sonnet)      (historique de session)

Intégration Bedrock (Java)

// BedrockService.java
@Service
public class BedrockService {

    private final BedrockRuntimeClient bedrockClient;
    private final PromptBuilder promptBuilder;

    public ChatResponse invoke(ChatRequest request, List<Message> history) {
        String prompt = promptBuilder.buildWithContext(request.message(), history);

        InvokeModelRequest invokeRequest = InvokeModelRequest.builder()
            .modelId("anthropic.claude-3-sonnet-20240229-v1:0")
            .body(SdkBytes.fromUtf8String(buildAnthropicPayload(prompt)))
            .contentType("application/json")
            .build();

        InvokeModelResponse response = bedrockClient.invokeModel(invokeRequest);
        return parseClaudeResponse(response.body().asUtf8String());
    }
}

Prompt Engineering — System Prompt

Le system prompt est le cœur de la qualité d’Atsia. Il a été affiné itérativement avec l’équipe support pour ancrer le modèle dans la connaissance spécifique d’ATS : catalogue produits, procédures SAV, questions de facturation opticiens. Chaque itération était validée sur un ensemble de questions de référence issues des vrais tickets de support.

Applications Serverless B2B

En parallèle du chatbot, j’ai contribué à plusieurs applications utilisées quotidiennement par les opticiens partenaires :

• Gestion des commandes : interface React + Redux connectée à des Lambda Java
• Tableaux de bord analytiques : agrégation de données de ventes via S3 + Athena
• Tests automatisés : suite Cypress couvrant les parcours critiques utilisateur

L’architecture Serverless (pas de serveurs à gérer, facturation à l’usage, scaling automatique) était le bon choix pour un groupe retail avec des pics de charge saisonniers et sans SRE dédié.

Impact