paysage savane

Data Lab

Ambition

Notre ambition est de créer le premier pôle de data scientists en France.

Au départ, nous nous reposons sur le « Savane data lab », le centre de recherche et de développement en data science de Savane Consulting. Ce centre est constitué aujourd’hui de data scientists dont les missions sont les suivantes :

  • Délivrer des prestations en analyse prédictive et en big data,
  • Créer des produits et services innovants,
  • Contribuer à la recherche dans de nombreuses domaines

Exemples d’applications

Robotique

Applications de la data science :

  • Aide à domicile
  • Explorations d’environnements dangereux / inconnus
  • Robotique « loisir »

Finance

Applications de la data science :

  • Algorithmes de trading automatique
  • Gestion de portefeuille
  • Pricing d’option

Energie

Applications de la data science :

  • Régulation du marché de l’énergie
  • Planification de maintenance
  • Gestion de la production d’énergie

Marketing et publicité Web

Applications de la data science :

  • Publicité et marketing web
  • Recommandation de produit
  • Date matching sur les sites de rencontre

Social apps

Applications de la data science :

  • Optimisation du partage des vélos
  • Campagne électorale
  • Optimisation de la distribution des ressources

Un algorithme puissant : Support Vector Machines

Autres applications

  • Retail : analyse du panier, Customer Relationship Management (CRM)
  • Finance : scoring de crédit, détection de la fraude, prévisions des actions, des taux de change, des contrats à terme, etc…
  • Chaîne de production : optimisation, prévention des pannes
  • Médecine : diagnoctics médicaux, prédiction de maladies
  • Télécommunications : optimisation de la qualité du service
  • Web mining : moteurs de recherche
  • Marketing : prévisions de clics sur des publicités
  • Industrie : prévisions de sorties de pistes d’avions, détection d’usure des pièces

Exemples de réalisations en Data Science

  • Un semencier est une entreprise dont le cœur de métier est la production et la sélection de semence (comme le maïs). Une variété de maïs a un comportement différent (ou phénotype) selon le milieu dans lequel il se trouve.

    Le phénotype est évalué par des essais en plein champ dans des environnements similaires à ceux de la zone de marché ciblée (où seront vendues les variétés). Choisir des environnements propices à accueillir les essais est donc un enjeu majeur pour les sélectionneurs.

    Dans ce cadre, l’utilisation de la Data Science permet une connaissance plus approfondi des environnements ainsi qu’un choix plus efficace des zones de tests des futures variétés.

    L’objectif est ici de réduire drastiquement le temps de recherche et développement.

    La méthodologie mise en œuvre se déroule en plusieurs étapes dont une de clustering (K-means, analyse factorielle et SVM) et se termine par un modèle de mélanges gaussiens sous contrainte spatiale.

    Cet enchainement de méthodes permet l’obtention d’une partition stable et de bonne qualité.

  • Analyses prédictives des taux de change (« Forex », ou « Foreign Exchange ») permettant de créer des stratégies de trading systématique gagnantes et peu risquées sur le long terme. Ces analyses utilisent à la fois des algorithmes de Machine Learning mais aussi les plus récents et puissants réseaux de neurones (« Deep Learning») adaptés aux séries temporelles : Recurrent Neural Networks, Long Short Term Memory, Gated Recurrent Units. De par sa grande complexité, le Forex mais aussi les autres marchés financiers sont des champs d’applications ouverts aux data scientists.

Autres réalisations

Création d’une solution de prospection et de recrutement innovante : à partir de titres de personnes ou de mots clés que vous souhaitez cibler, cet outil permet de trouver rapidement des informations sur l’ensemble des contacts pertinents : Prénom / Nom / Entreprise / Titre de poste / Email / Téléphone.

Objectif : Développer votre chiffre d’affaires.