Connecteurs
Bases, fichiers, S3, SFTP, API REST, Hadoop et SAS, branchés par référence à un secret chiffré.
Plateforme
Une plateforme pour tout le cycle data & IA
De la première source branchée au modèle servi en production, chaque brique partage les mêmes identités, les mêmes droits, le même catalogue et le même journal d’audit. Vos équipes et vos agents IA y travaillent ensemble, sur votre infrastructure.
Capacités
Neuf capacités, une seule console
Chacune se suffit à elle-même, et toutes se parlent : une connexion sert au pipeline, le pipeline écrit la table, la table nourrit le modèle.
Pipelines low-code
Vous dessinez, graal écrit le code Pandas ou PySpark, et il vous appartient.
Orchestration et calcul
Jobs, workflows, cron et déclencheurs sur événement ; Spark distribué et GPU à la demande.
Lakehouse et SQL
Tables Iceberg sur votre S3, SQL fédéré avec Trino, catalogue et lignage.
Notebooks
Jupyter et VS Code dans le navigateur, avec un assistant de code branché sur votre modèle.
Machine learning
Expériences, registre et serving de modèles, avec le suivi de la dérive.
IA générative
Passerelle LLM et RAG sur vos documents, avec les modèles de votre choix.
Gouvernance
Droits par projet, audit des humains et des agents, secrets chiffrés, coûts et quotas.
Agents IA
Un serveur MCP pour que vos agents créent, lancent et planifient, sous vos règles.
Architecture
Comment les briques s’assemblent
Un plan de contrôle, une couche d’exécution, vos propres ressources : tout tourne dans votre cluster. Vos équipes entrent par le SSO, vos agents par MCP, et les deux passent par la même API.
Vos équipes · SSO
◆ Vos agents IA · MCP
graal · plan de contrôle
- Console
- API REST et MCP
- Identité · Keycloak
- Métadonnées · PostgreSQL
graal · exécution
- Jobs et workflows
- Notebooks
- Spark distribué
- Serving de modèles
Vos ressources
- Stockage S3
- Annuaire LDAP / AD
- Registre d'images
- Observabilité
Votre cluster Kubernetes · sur site, cloud privé ou hébergeur qualifié
Une identité
Votre annuaire et votre SSO pour les personnes, des comptes de service pour les agents et les applications.
Un modèle de droits
Des rôles par projet et par ressource, appliqués de la même façon dans la console, l’API, le SQL et MCP.
Un catalogue
Les tables écrites par les pipelines et les jobs sont celles que lisent le SQL, les notebooks et les modèles.
Un journal
Chaque action, humaine ou d’agent, est tracée avec son auteur, sa ressource et son résultat.
Construit sur des standards ouverts
- Kubernetes
- Helm
- Apache Iceberg
- Trino
- Apache Spark
- Jupyter
- MLflow
- Keycloak
- PostgreSQL
- S3
- MCP
Ouverture
Rien ne vous enferme
Ce que vous construisez dans graal reste lisible, exportable et pilotable par vos propres outils.
Du code exporté
Les pipelines s’exportent en Pandas ou en PySpark et tournent hors de graal. Jobs et pipelines se versionnent dans Git.
Des formats ouverts
Parquet et Apache Iceberg sur votre stockage S3, SQL standard avec Trino : vos données se lisent sans graal.
Des API publiques
Une API REST décrite en OpenAPI, l’API MLflow pour le suivi des modèles, et MCP pour les agents.
Vos outils d’automatisation
Un fournisseur Terraform et une interface en ligne de commande, générés depuis le même contrat que l’API.
Le socle
Ce qui fait tenir l’ensemble
Agents IA
Un compte de service par projet, la validation humaine des actions sensibles, aucun outil destructif activé par défaut, et chaque appel visible en direct.
Découvrir les agents IAGouvernance
Droits par projet et par ressource, audit des humains et des agents, secrets chiffrés, coûts et quotas.
Voir la gouvernanceDéploiement
Un chart Helm, sur site, en cloud privé ou chez un hébergeur qualifié, en haute disponibilité et jusqu’à l’installation hors ligne.
Voir le déploiementQuestions fréquentes
Faut-il tout adopter d’un coup ?
Non. Beaucoup commencent par les jobs et l’orchestration, ou par le lakehouse, puis étendent. Chaque capacité fonctionne seule et rejoint les autres sans migration.
Où tournent les traitements ?
Dans votre cluster Kubernetes ou OpenShift, sur site, en cloud privé ou chez l’hébergeur de votre choix. Les données restent dans votre stockage.
Nos outils actuels restent-ils utilisables ?
Oui. Vos scripts Python et Spark, vos projets dbt et vos clients MLflow fonctionnent tels quels, et vos tables Iceberg restent lisibles par tout moteur compatible.
Quel modèle pilote les agents et l’IA générative ?
Celui que vous choisissez : un modèle hébergé chez vous, servi par la passerelle LLM de graal, ou le fournisseur de votre choix.
Voyons graal sur vos données
Une démonstration de bout en bout, de la source au modèle servi, pilotée par vos équipes et par un agent.