Vos documents, prêts pour l'IA
Une plateforme de préparation de données propulsée par Unstructured, installée et maintenue par DINAO. Transformez vos PDF, Word, e-mails et images en données propres et structurées pour vos LLM et pipelines RAG — le tout hébergé en France.
Qu'est-ce que Unstructured ?
Unstructured est une boîte à outils open source de préparation de données pour l'IA. Sa mission : transformer des documents bruts et hétérogènes — PDF, Word, PowerPoint, HTML, e-mails, images scannées — en données propres, normalisées et structurées, directement consommables par les modèles de langage (LLM) et les pipelines de RAG (Retrieval Augmented Generation).
Concrètement, Unstructured ingère plus de vingt types de fichiers, détecte leur structure (titres, tableaux, listes, mise en page), applique l'OCR aux documents scannés et découpe le contenu en chunks cohérents. Or la qualité de ce découpage conditionne directement la pertinence d'un système RAG : mieux préparées, vos données produisent des réponses d'IA plus justes.
L'outil propose des connecteurs source et cible (stockage objet, drives, bases vectorielles) ainsi qu'une API pour bâtir des pipelines d'ingestion automatisés et reproductibles, du document d'origine jusqu'à l'index vectoriel. Managé par DINAO et hébergé en France, c'est le maillon idéal pour alimenter une IA souveraine sans exposer vos documents confidentiels à un service cloud étranger.
Hébergez Unstructured chez DINAO
Paliers de ressources compatibles avec les pré-requis de Unstructured (2 cœurs / 4 Go / 10 Go minimum). Hébergé en France, infogéré.
- 2 vCPU dédiés
- 4 Go de RAM
- 40 Go NVMe
- Sauvegardes quotidiennes
- Infogéré & supervisé par DINAO
- 4 vCPU dédiés
- 8 Go de RAM
- 80 Go NVMe
- Sauvegardes quotidiennes
- Infogéré & supervisé par DINAO
- 8 vCPU dédiés
- 16 Go de RAM
- 160 Go NVMe
- Sauvegardes quotidiennes
- Infogéré & supervisé par DINAO
1 palier(s) masqué(s) (ressources insuffisantes pour cette app) : Découverte
Hébergement Unstructured managé en France
Héberger Unstructured soi-même suppose un serveur à maintenir, des mises à jour de sécurité, des sauvegardes et de la supervision. Avec notre hébergement Unstructured managé, vous utilisez l'application : nous opérons l'infrastructure.
- Déploiement en quelques minutes, version maintenue à jour
- Sauvegardes quotidiennes incluses
- Supervision continue, données hébergées en France (RGPD)
- Envie de self-hosted avec accès root ? Unstructured s'installe aussi sur notre VPS Docker.
Cette application utilise l'IA
Le conteneur héberge l'application, pas le moteur d'IA (qui exige des GPU dédiés) : l'inférence se branche à l'extérieur, avec votre propre clé fournisseur. Privilégiez un moteur souverain — Mistral AI, NumSpot, Scaleway ou OVHcloud AI Endpoints (France, RGPD) ; un acteur international (OpenAI, Anthropic…) seulement si une capacité précise l'exige. Abonnements d'inférence non inclus dans l'hébergement.
Détails techniques
Vous vous demandez…
À quoi sert Unstructured ?
À transformer des documents bruts (PDF, Word, e-mails, images…) en données propres et structurées, directement exploitables par vos modèles de langage et vos pipelines de RAG.
Quels formats sont pris en charge ?
Plus de vingt types de fichiers : PDF, Word, PowerPoint, HTML, e-mails, ainsi que des images scannées grâce à l'OCR. Le contenu est normalisé en éléments structurés.
Pourquoi est-ce important pour mon projet IA ?
La qualité d'un système RAG dépend largement de la qualité du découpage des documents. Unstructured produit des chunks propres, ce qui améliore nettement la pertinence des réponses de votre IA.
Mes documents confidentiels restent-ils privés ?
Oui. Tout le traitement se fait sur votre instance dédiée hébergée en France. Vos documents ne sont pas envoyés à un service de préparation cloud tiers.
Puis-je automatiser l'ingestion ?
Oui. Grâce aux connecteurs source/cible et à l'API, vous bâtissez des pipelines d'ingestion automatisés et reproductibles, du stockage jusqu'à la base vectorielle.
Cette application est-elle testée avant d'être proposée ?
Oui. La version latest a été déployée sur notre infrastructure le 14 septembre 2026 et son démarrage a été vérifié automatiquement : tous les services attendus doivent répondre pour que la fiche porte cette mention. Le modèle de déploiement utilisé a été mis à jour pour la dernière fois le 3 juillet 2026. Chaque nouvelle version publiée par l'éditeur relance ce test : la date ci-dessus suit donc la version réellement proposée.
Que couvre exactement l'infogérance ?
L'infogérance DINAO couvre le fonctionnement technique du serveur et des couches logicielles : système, base de données, environnement d'exécution et application (installation, mises à jour, correctifs de sécurité, sauvegardes, supervision). Elle n'inclut pas l'aide à l'utilisation quotidienne de l'application, qui reste de la compétence du client. La supervision technique est automatique 24h/24 et 7j/7 ; les interventions humaines sont assurées aux jours et heures ouvrés de DINAO, hors jours fériés.
