Dans le cadre de la convergence produit au sein de Match Group, plusieurs marques (dont Meetic) partagent progressivement des plateformes communes : infrastructures techniques, fonctionnalités utilisateur, et objectifs business.

Cette unification n’est pas seulement technique — elle amène une question concrète : que faire des modèles d’IA développés séparément par chaque app ? faut-il choisir, fusionner, ou faire cohabiter ?

Ce talk propose un retour d’expérience terrain sur les dilemmes rencontrés lors de la fusion de ces stacks ML : comment comparer des modèles optimisés pour des contextes différents, arbitrer entre performance et alignement produit, gérer le cold-start inter-app, ou encore maintenir la qualité tout en unifiant la pipeline