Fiddler est une plateforme commerciale dédiée à la surveillance, l’explicabilité et l’analyse de performance des modèles d’intelligence artificielle en production. Elle s’adresse aux data scientists, ingénieurs ML, équipes MLOps et parties prenantes métier qui ont besoin de visibilité sur le comportement, l’équité, la dérive et les baisses de performance de leurs modèles.

Fiddler se distingue par son fort accent sur l’explicabilité, permettant de comprendre non seulement ce qui ne fonctionne pas, mais surtout pourquoi. La plateforme prend en charge la surveillance en temps réel et en batch, s’intègre aux pipelines existants, et fournit des diagnostics actionnables pour renforcer la confiance, la conformité et la transparence des systèmes IA.

Avantages clés :

• Combine monitoring, détection de dérive et explicabilité dans un outil unique

• Fournit des analyses indépendantes du modèle avec recherche de cause racine

• Aide à respecter les exigences en matière de gouvernance et d’équité

Quelles sont les principales fonctionnalités de Fiddler ?

Surveillance en temps réel et suivi des performances

Fiddler contrôle les modèles en production pour détecter les problèmes dès leur apparition :

• Suivi des distributions de prédictions, scores de confiance, latence et stabilité

• Prise en charge des modèles de classification et de régression

• Analyses détaillées par variable, segment ou période

• Intégration avec des systèmes CI/CD et des flux de données en direct

Détection de dérive des données et des prédictions

Repère les changements dans les données d’entrée ou les sorties du modèle :

• Détection de data drift (variation des features) et de prediction drift

• Utilise des tests statistiques pour mesurer les écarts de distribution

• Met en évidence les variables concernées et mesure l’ampleur du drift

• Génère des rapports de dérive automatisés et des alertes

Explicabilité et analyse des causes racines

Le moteur d’explicabilité de Fiddler est au cœur de la plateforme :

• Affiche l’importance des variables, les valeurs SHAP, et des explications locales et globales

• Permet de comprendre ce qui influence les prédictions

• Outils d’analyse contrefactuelle pour tester des scénarios "et si…"

• Utile pour le debug, la validation de modèles et la transparence utilisateur

Détection de biais et d’inéquité

Garantit un comportement équitable des modèles envers différents groupes :

• Mesure des indicateurs d’équité (impact différencié, parité démographique, égalité des chances)

• Suivi des performances selon attributs sensibles (genre, âge, origine, etc.)

• Visualise les zones de sous-performance ou de traitement inégal

• Conformité avec les principes d’IA responsable

Fonctionnalités de collaboration et de gouvernance

Pensé pour une utilisation transversale entre profils techniques et métiers :

• Traçabilité complète avec historique, contrôle de version, gestion des accès

• Comparaison et validation collaborative des modèles

• Centralisation de la surveillance, des explications et des décisions

• Renforce les pratiques de gouvernance IA et la conformité réglementaire

Pourquoi choisir Fiddler ?

• Surveillance avec explicabilité intégrée : pour comprendre les erreurs en profondeur

• Indépendant du modèle et de l’infrastructure : fonctionne dans tout environnement ML

• Supporte une IA éthique et responsable : outils pour l’équité, la conformité et la transparence

• Conçu pour la collaboration : aligne les équipes techniques et métiers

• Fiable en production : plateforme sécurisée et évolutive