Data
Data Analytics
- Études statistiques
- Nettoyage de bases de données
- Expressions régulières
- Features engineering
- Clustering
- Générateur de scénarios économiques
- Développement de modèles financiers
- Conception de dashboards interactifs
- Reporting et suivi de KPIs
Intelligence Artificielle
- Algorithmes de classification
- Arbres de décision
- Deep Learning
- Algorithmes de régression
- Python, R
- Traitement d’images
- Extraction de descripteurs
- Deep Learning
- Détection et isolement d’objets
- Classement d’images
- Apprentissage par renforcement
- Clustering
- États de l’art
Data engineering
- Scraping
- Téléversement de données
- Veille technologique
- Parallélisation de calculs
- Spark / Hadoop
- Requêtes SQL
- Base de données non relationnelles
Exemples de réalisations
- Utilisation d’une base de données publique (Xview)
- Benchmark de modèles et papers sur le problème de détection de véhicules
- Choix et entrainement du modèle
- Livraison du pipeline ayant la précision requise sur le dataset public
Détection d’espèces nuisibles sur des images de caméras de surveillance données par le client
- Elimination d’images aberrantes
- Extraction de features sur les images
- Benchmark des modèles de détection
- Intégration du modèle d’un classification type VGG au modèle de détection
- Livraison d’un pipeline correspondant aux attentes de précision
- Revue des derniers papiers scientifiques sur le sujet
- Essais sur les meilleurs papiers sélectionnés
- Synthèse expliquant le fonctionnement des modèles mathématiques ainsi que leurs avantages respectifs
- Nettoyage de la base de données
- Création de graphiques avec R Shiny / Python
- Analyse des données
- Intégration des données et de l’analyse dans un rapport
- Nettoyage de la base de données
- Extraction de features, clustering des données
- Benchmark des modèles de la librairie sklearn
- Choix du modèle RandomForest après optimisation d’hyperparamètres
- Livraison du pipeline python répondant aux exigences de précision
Développement d’un générateur de scénarios économiques (GSE) permettant de simuler, sur un horizon de plusieurs années, un univers économique composé de différents facteurs de risques comme :
- Taux d’intérêt
- Rendements des actifs
- Spread de crédit
- Inflation
- Taux de change
- … et d’autres
Qu'en disent nos clients ?
Nos ressources
- 30 étudiants du master IAAA, partagé entre l’université d’Aix-Marseille et Centrale Marseille.
- 15 chercheurs du laboratoire Qarma pour nous accompagner sur votre projet.
- Le Centrale Digital Lab, qui regroupe les étudiants en science des données.
- L’association Christopher.AI qui spécialise les étudiants en Intelligence Artificielle dès la première année.
