Landing Page
Transactions page
Reports Map
Policy Page
Approval page
Flags page

Brim IQ

Hackathon Brim Financial × MPC Hacks — intelligence des dépenses pour PME.

Inspiration

Les PME ont des milliers de transactions carte mais peu d'outils pour les comprendre. On voulait un « ChatGPT des dépenses » ancré sur de vraies données (~50 employés, 6 mois de transactions) et la politique réelle de l'entreprise.

What it does

Plateforme pour Northwind Labs avec les 4 features requises :

Assistant — questions en langage naturel → SQL + graphiques + suivi contextuel (FR/EN)
Compliance — import PDF de policy, scan auto, flags (splits, doublons, seuils…) et récidivistes
Approbations — contexte employé/budget + recommandation IA, décision en un clic
Rapports — groupement de voyages/événements, PDF, recommandation pour le CFO

Bonus : purchase map, budgets par département, détection d'anomalies.

How we built it

FastAPI + Supabase + Gemini (backend) · Next.js (frontend). Quatre moteurs Python agentiques (feature1–4) : text-to-SQL, compliance, approbations, rapports. Webhook à chaque transaction → scan, approbation si seuil, groupement d'événements.

Challenges we ran into

Données brutes bruyantes (paiements solde, frais sans MCC). Fiabiliser l'assistant : chiffres via SQL exécuté, pas le LLM. Extraire une policy PDF sans inventer de seuils. Perf sur ~2700 transactions (chunking, idempotence).

Accomplishments that we're proud of

Les 4 features marchent de bout en bout sur Supabase. Assistant agentique (PLAN → SQL → REPAIR → narrate). Compliance hybride règles + contexte LLM. UI claire pour un finance manager non technique.

What we learned

LLM pour le contexte, noyau déterministe pour les chiffres et règles. Qualité des données = aussi important que le modèle. Mieux vaut peu de features solides que beaucoup à moitié finies.