X

Machine Learning : 3 projets d’innovation dans le Big Data, la finance et l’informatique quantique

Dans le cadre des Projets d’Innovation Industrielle de cinquième année (PI²5) du cycle ingénieur à l’ESILV pour l’année scolaire 2022-2023, trois projets distincts ont été menés à bien par des équipes d’étudiants. Ces projets ont abouti à la création de solutions concrètes visant à résoudre les défis posés par nos laboratoires de recherche, nos associations et nos entreprises partenaires, dans le domaine de l’analyse des services et des produits.

LesFurets Big Data Challenge se penche sur l’analyse des avis clients, Differential Machine Learning explore la valorisation de produits dérivés, tandis qu’Informatique Quantique avec Application de Machine Learning fusionne les avancées en informatique quantique avec le monde financier.

Comment les entreprises peuvent-elles proposer un projet aux élèves ingénieurs ?

Tout au long du cursus, sur des thématiques proposées par les entreprises partenaires de l’école, les étudiants élaborent en petits groupes des projets sur la base de problématiques concrètes.

Le Projet d’Innovation Industrielle 5, ou PI²5, intervient en dernière année du cycle ingénieur. L’objectif est de mettre en œuvre ses compétences d’ingénieurs et de management de projet.

 LesFurets Big Data Challenge – Analyse des avis clients

LesFurets, un site de comparaison français renommé, s’efforce de maintenir une solide réputation auprès de ses utilisateurs.

Un élément clé pour y parvenir est l’analyse des avis clients, un défi de taille étant donné le volume des commentaires. Le projet a consisté à examiner ces avis en profondeur, en mettant l’accent sur les critiques et les points négatifs.

L’objectif consistait à développer une solution capable de traiter rapidement ces milliers d’avis, fournissant ainsi à l’entreprise une vue d’ensemble des préoccupations les plus fréquentes et des domaines nécessitant des améliorations.

Pour en savoir plus sur le projet

Étude de méthodes de Differential Machine Learning en valorisation de produits dérivés

Ce projet s’est penché sur les méthodes de Differential Machine Learning (DML) pour la valorisation des produits financiers.

Le DML, basé sur des réseaux de neurones similaires à ceux du Machine Learning traditionnel, se distingue par sa capacité à augmenter les ensembles de données.

L’équipe a étendu les recherches existantes et a mis en œuvre de nouvelles applications pour la valorisation des produits dérivés, contribuant ainsi à l’innovation dans le domaine financier.

Pour en savoir plus sur le projet

 Informatique quantique avec application de machine learning

Dans un monde de plus en plus numérique, l’informatique quantique émerge comme une technologie révolutionnaire.

Ce projet s’est divisé en deux parties essentielles : tout d’abord, il a exploré l’informatique quantique, qui utilise des phénomènes mécaniques quantiques pour effectuer des opérations sur les données, avec un accent sur l’apprentissage automatique.

Ensuite, il a démontré comment cette technologie pouvait être appliquée à la finance, en améliorant les algorithmes d’évaluation des produits financiers dérivés et en explorant la cryptographie quantique.

Ces avancées ont ouvert la porte à de nouvelles opportunités dans le monde financier, avec des collaborations potentielles avec des acteurs majeurs tels que Google.

Pour en savoir plus sur le projet

Pour en savoir plus sur les projets PI²5 – Projet d’Innovation Industrielle de 5e année

Voir tous les projets d’innovation industrielle de 5e année 

This post was last modified on 6 septembre 2023 6:07 pm

Categories: Cursus
Related Post