Qui sommes-nous

SIMYL Research

SIMYL Research est une société de conseil en ingénierie logicielle spécialisée dans les backends et les API à haute performance pour des systèmes où les millisecondes comptent et où la précision est essentielle, avec un accent sur les paris sportifs, la fintech et le SaaS B2B. Nous construisons aussi des modèles quantitatifs et des simulations lorsque le problème réside dans le calcul.

SIMYL RESEARCH S.A.S., constituée en Colombie en 2025.

Pourquoi SIMYL existe

SIMYL Research existe pour construire et améliorer des logiciels avec la rigueur que nous avons apprise à l’université et dans l’industrie : mesurer avant de donner un avis, convenir par écrit de ce qui est livré et publier comment nous le vérifions. À sa tête, une équipe de direction qui réunit une formation doctorale, de l’enseignement universitaire et des années de systèmes en production, et d’autres ingénieurs avec lesquels nous réalisons chaque mission ; nous préférons peu de missions avec un responsable du début à la fin. Nous recherchons des clients qui veulent comprendre leur système, et pas seulement le déléguer : ceux qui examinent nos benchmarks, lisent notre code open source et nous demandent des preuves. Si nous ne maîtrisons pas quelque chose, nous le disons dès le premier appel.

Notre approche

Notre cœur de métier est le backend : architecture, logique métier, performance et intégrations. Nous pouvons livrer des applications complètes, interface web comprise, lorsque le cœur du problème réside dans la logique métier et les données. Si le projet exige une conception produit ou une interface spécialisée, nous le disons dès la proposition et nous définissons qui s’en charge.

Nous travaillons selon trois critères :

Vitesse. Nous livrons des résultats tangibles en cycles courts. Nous ne vendons pas de projets interminables.

Impact. Nous nous attaquons au vrai problème, pas seulement aux symptômes. Nous donnons la priorité à ce qui crée une valeur immédiate pour l’activité.

Qualité. La performance dès le départ. Un code propre, testé et maintenable. Nous ne faisons pas de prototypes jetables ; nous construisons des premières versions prêtes pour la production, à périmètre délimité et avec des critères d’acceptation.

Notre processus

1. Comprendre. Un appel exploratoire de 30 minutes, sans frais, pour connaître le problème, le système et les contraintes.
2. Convenir par écrit. Périmètre, livrables, critères d’acceptation et conditions de paiement avant de commencer. Les modalités sont dans Comment nous travaillons.
3. Construire ou intervenir. Avec un responsable technique du début à la fin, des livraisons fréquentes et la revue de tout le code que nous livrons.
4. Valider par des mesures. Nous mesurons avant et après chaque intervention convenue, avec la méthode et les conditions déclarées.
5. Transférer. Documentation, séances avec votre équipe et une période de stabilisation comprise dans les projets de développement.

Expérience de l’équipe

Des membres de notre équipe ont une expérience antérieure dans :

• Algorithmes et structures de données : nous les examinons avec les requêtes, la concurrence et l’infrastructure ; les mesures déterminent quoi changer en premier.
• Systèmes distribués : des architectures qui montent en charge sans s’effondrer, conçues pour la charge réelle et non pour des démonstrations.
• Paris sportifs et fintech : calcul de marchés de paris et applications financières où les millisecondes comptent.
• Systèmes temps réel : faible latence, traitement d’événements, architectures réactives.
• Modélisation et simulation : Monte-Carlo, apprentissage automatique, optimisation mathématique.
• Pétrole et gaz : simulation de la production depuis le fond du puits jusqu’au séparateur, et un langage dédié pour exprimer des corrélations de gisements (PVT et propriétés des fluides), avec une forte composante de calcul numérique.
• Optimisation combinatoire : problèmes de graphes, réseaux de flux, planification, affectation de ressources.
• Infrastructure moderne : Kubernetes, observabilité, CI/CD.

Parcours de l’équipe

SIMYL Research a été constituée en 2025. Ces travaux ont été conçus ou dirigés par des membres de l’équipe qui la dirige aujourd’hui, avant l’entreprise ou en dehors d’elle ; nous ne nommons ni entreprises ni clients pour raison de confidentialité. Ceux qui ont leur propre fiche sont dans Expérience.

• Trading (2024–2026) : moteurs de simulation Monte-Carlo optimisés pour réduire leur temps d’exécution.
• Paris sportifs (2020–2023) : protocole de cache pour une API en temps réel, en production depuis 2020 et validé jusqu’à 100 000 requêtes par seconde lors de tests en 2023 (fiche).
• Fintech (2017) : p99 réduit de plus de 40 % en production sur des API critiques.
• Immobilier (2017) : backends multi-tenant d’une plateforme de gestion d’immeubles et de copropriétés (fiche).
• Migration (2017) : d’un système basé sur Yardi vers essensys sans arrêter l’activité ni perdre de données (fiche).
• Énergie (2016–2018) : simulation de la production du puits au séparateur et un langage dédié avec 188 corrélations PVT, publié en open source (fiche).
• Suivi du travail à distance (2014–2015) : client collecteur et serveur de collecte en C++ (fiche).

Avec qui travaillons-nous ?

Nous travaillons principalement avec :

• des CTO, des responsables techniques et des équipes d’ingénierie ou de données d’entreprises déjà en production ;
• des startups technologiques qui doivent construire des produits robustes dès le départ ;
• des entreprises établies confrontées à des problèmes techniques complexes ou qui doivent moderniser des systèmes hérités.

Technologies

Nous travaillons principalement avec :

• Microservices à très haute performance : C++ moderne (17/20/23) comme langage principal, Go, Rust
• Serveurs web : Go, Ruby on Rails
• Applications mobiles : Flutter, React Native
• Analyse de données : R (tidyverse, Shiny), Python pour l’automatisation et l’analyse
• Infrastructure : Kubernetes, Docker, fournisseurs cloud (AWS, GCP, Azure)
• Bases de données : PostgreSQL, Redis, ClickHouse, bases de données de séries temporelles
• Observabilité : Prometheus, Grafana, Jaeger, ELK

Open source

Ce que nous publions peut être lu, exécuté et critiqué :

• cpp-cache : cache concurrent en mémoire pour les processus en C++20, avec un modèle formel en Promela/SPIN dans le dépôt ; mesures de 2026 dans un environnement déclaré dans Benchmarks.
• gateway_cache : l’implémentation en Go du même protocole, publiée en 2020 et en production depuis lors ; sa version 3.1.0 est celle mesurée dans Benchmarks.
• Aleph-w : bibliothèque de structures de données et d’algorithmes en C++.
• go-breaker : disjoncteur pour services en Go qui se déclenche sur des seuils de mémoire et de latence, avec analyse de tendance et alertes vers OpsGenie.
• uconv : bibliothèque d’unités et de grandeurs physiques en C++20, avec des types forts à la compilation et un DSL pour définir les unités et les conversions.
• back-pvt : caractérisation PVT des fluides en C++, propriétés physiques en fonction de la pression et de la température.

Pourquoi SIMYL ?

Nous ne sommes pas une agence de développement traditionnelle. Nous sommes des spécialistes techniques qui :

• mesurons avant de donner un avis et montrons les preuves ;
• écrivons du code de production, pas des prototypes jetables ;
• privilégions la qualité et la maintenabilité à long terme ;
• communiquons clairement les décisions techniques et leurs conséquences pour l’activité ;
• si nous ne le maîtrisons pas, nous vous le disons : nous préférons dire non plutôt que livrer quelque chose de médiocre.

Rencontrez l’équipe

Sur la page de l’équipe, vous verrez qui nous sommes, de quoi chacun s’occupe et d’où nous venons.

Voir l’équipe

Demandez l’appel exploratoire et dites-nous ce que vous devez résoudre.