Analysez des données de systèmes éducatifs

Étude des données de la Banque Mondiale sur l'éducation pour informer un projet d'expansion à l'international d'Academy, une start-up de la EdTech. Nettoyage et analyse de données, étude des indicateurs, recommandations stratégiques, réalisation d'un scoring simple.

Concevez une application au service de la santé publique

L'agence "Santé publique France" a lancé un appel à projets pour trouver des idées innovantes d’applications en lien avec l'alimentation. Nous participons à ce projet avec l’application nommée « RegAl ».

Anticipez les besoins en consommation électrique des bâtiments

La ville de Seattle a pour objectif d'atteindre la neutralité carbone d'ici 2050. Dans cette optique, nous avons été chargés de développer un modèle de prédiction des émissions de CO2 et de la consommation énergétique des bâtiments.

Segmentez les clients d'un site d'e-commerce

Olist est une marketplace brésilienne mettant en relation les vendeurs et les clients. Notre rôle est de comprendre les différents types de clients sur leur plateforme par une segmentation exploitable et facile d'utilisation par l'équipe marketing.

Classifiez automatiquement des biens de consommation

L’entreprise "Place de marché” souhaite lancer une marketplace e-commerce. L'attribution de la catégorie d'un article est effectuée manuellement par les vendeurs, et est donc peu fiable. L'objectif ici est d'automatiser cette tâche.

Implémentez un modèle de scoring

L’entreprise souhaite mettre en œuvre un outil de “scoring crédit” pour calculer la probabilité qu’un client rembourse son crédit, puis classifie la demande en crédit accordé ou refusé. Elle souhaite donc développer un algorithme de classification en s’appuyant sur des sources de données variées.

Déployez un modèle dans le cloud

Notre travail consiste à développer une première chaîne de traitement des données, dans un environnement Big Data. Cette application utilisera le framework PySpark afin de préparer à l'augmentation rapide du volume de donnée qui se produira rapidement.