fbpx

Set : Machine Learning





Détecter la fraude à l’assurance
11 Juin 2019 /
Par Jonathan Riquier /
fbk twt

Projet de 4e année 2018-2019 • ESILV • PI²4 La fraude à l’assurance est aujourd’hui conséquente. Déclaration de faux sinistres, fausses déclarations à la souscription, exagérations… Le Comité Européen des Assurances définie la fraude comme un « acte ou une omission relative à la conclusion d’un contrat d’assurance ou un sinistre destiné à procurer un […]


Lire la suite →


Analyse des Comparables Automatisée
11 Juin 2019 /
Par Jonathan Riquier /
fbk twt

Projet de 4e année 2018-2019 • ESILV • PI²4 Dans le cadre du projet PI2 de 4ème année à l’ESILV, nous avons formé une équipe de cinq étudiants passionnés du monde de la finance, avec 3 élèves en Ingénierie Financière et 2 en Informatique, Big Data et Intelligence Artificielle. Notre équipe a développé un outil […]


Lire la suite →


Comment détecter une fraude à l’aide des données de l’INSEE ?
11 Juin 2019 /
Par Jonathan Riquier /
fbk twt

Projet de 4e année 2018-2019 • ESILV • PI²4 Notre projet consiste à analyser des données de l’INSEE afin de pouvoir détecter d’éventuelles fraudes pour notre partenaire Allianz. Pour ce faire, il a été nécessaire de mettre en place des algorithmes informatiques permettant de répondre à notre problématique. Nous avons donc développé des algorithmes de […]


Lire la suite →



Création d’un outil pour simplifier l’analyse des bases de données à partir de maching learning
11 Juin 2019 /
Par Jonathan Riquier /
fbk twt

Projet de 4e année 2018-2019 • ESILV • PI²4 A l’ère du tout numérique, de la transition digitale, et du flux massif de données à traiter, il n’est pas étonnant de se demander comment Allianz, un géant de l’assurance et un leader européen dans son domaine, peut se démarquer face à la recrudescence de start-ups […]


Lire la suite →


Outil de scoring de crédit à partir de données géographiques
06 Mai 2019 /
Par Jonathan Riquier /
fbk twt

Projet de 5e année 2018-2019 • ESILV • PI²5 De nos jours, les prêts sont utilisés dans de nombreux cas. Le processus d’acception d’un prêt doit être très rapide en particulier lorsque les clients ont besoin d’un crédit en magasin au moment de leur achat (exemple : paiement en trois fois sans frais, cartes type […]


Lire la suite →


Transparence des algorithmes de Machine Learning
06 Mai 2019 /
Par Jonathan Riquier /
fbk twt

Projet de 5e année 2018-2019 • ESILV • PI²5 Le sujet que nous avions choisi est la “Transparence des Algorithmes” en partenariat avec la Société Générale. L’objectif de ce projet est de comparer deux algorithmes de Machine Learning qui traitent une base de données récupérée sur Kaggle, une compétition en sciences des données. Pour ce […]


Lire la suite →



Modélisation de la satisfaction client
06 Mai 2019 /
Par Jonathan Riquier /
fbk twt

Projet de 5e année 2018-2019 • ESILV • PI²5 Cette année, notre projet PI2 avait pour objectif de créer un outil à l’aide de Machine Learning pour permettre d’évaluer le niveau de satisfaction d’un client de banque. Ce projet repose sur une compétition de data science Kaggle proposée par la banque espagnole Santander. Notre but […]


Lire la suite →


Machine learning et prédiction des futures chinois
06 Mai 2019 /
Par Jonathan Riquier /
fbk twt

Projet de 5e année 2018-2019 • ESILV • PI²5 L’objectif de ce projet est d’appliquer des modèles linéaires à des contrats à terme pour une période donnée en étudiant ses prix sur différentes périodes passées. Le projet est géré par Monsieur Garcin (ESILV) et Monsieur Ban (Xlab), tous deux scientifiques du domaine des technologies financières. […]


Lire la suite →


Outil de description de la performance d’un Kaggle champion
06 Mai 2019 /
Par Jonathan Riquier /
fbk twt

Projet de 5e année 2018-2019 • ESILV • PI²5 Le but de ce projet est de construire un outil permettant la visualisation et la comparaison des prédictions issues de deux algorithmes de machine learning différents. Nous avons construit chaque partie de notre outil en imaginant une situation réelle qui pourrait aider l’utilisateur à comparer et […]


Lire la suite →



Identifier les besoins d’une entreprise grâce au Big Data
06 Mai 2019 /
Par Jonathan Riquier /
fbk twt

Projet de 5e année 2018-2019 • ESILV • PI²5 Lancée en 2016, GlobeDreamers est une plateforme de communication et de financement de projets de voyage humanisant. Elle propose à des particuliers la possibilité de faire un appel au don via leur site internet. Leur second but est de permettre à des entreprises d’investir dans les […]


Lire la suite →


Prédiction du prix d’un SWITCH CDS 03-14
21 Fév 2018 /
Par ESILV Paris /
fbk twt

Projet 2017-2018 de 5e année du cursus d’élève ingénieur de l’ESILV, promo 2018 Brian ADAM, Yasser BOUKHEDA, Hugo BRUNET, Jordan DUFEAL, Jonathan VENGADASALAM Cette équipe de 5 étudiants avait pour objectif commun d’utiliser les opportunités de marchés créées par les élections gouvernementales à venir (Italie, Allemagne, etc) grâce à une stratégie spéculative de crédit. Pour […]


Lire la suite →


De nouveaux modèles et sources de data pour une meilleure prédiction des risques de crédit en B2B
21 Fév 2018 /
Par ESILV Paris /
fbk twt

Projet 2017-2018 de 5e année du cursus d’élève ingénieur de l’ESILV, promo 2018 Arnaud AZAM, Mansour CHAUVIN, Massin DJEBARRI , Kévin ESMERAY Euler Hermes, leader de l’Assurance Crédit dans le business B2B mène divers projets d’expérimentation via sa Digital Agency afin de découvrir de nouvelles opportunités liées au B2B Trade Finance. Big Data, Open Data […]


Lire la suite →





Brochure
Candidature

En savoir plus ?

Demandez-nous une documentation !

Les champs marqués d'un astérisque (*) sont à remplir obligatoirement et correctement.


En validant ce formulaire, vous acceptez que l’Association Léonard de Vinci traite vos données à caractère personnel pour répondre à votre demande de contact et ainsi recevoir la documentation demandée. Si vous y avez consenti, vous êtes également susceptible de recevoir la newsletter du Groupe Léonard de Vinci. Vos données sont transmises aux collaborateurs de notre direction marketing ayant besoin d’en connaître et sont conservées pour une durée de deux ans à compter de votre dernière demande. Vous disposez des droits suivants sur vos données : droit d’accès, droit de rectification, droit à l’effacement (droit à l’oubli), droit d’opposition, droit à la limitation du traitement, droit à la portabilité et du droit de retirer votre consentement. Vous pouvez également définir des directives générales ou particulières relatives au sort de vos données à caractère personnel après votre décès. Pour les exercer, merci d’adresser votre demande à Association Léonard de Vinci - Pôle Universitaire Léonard De Vinci - 92916 Paris La Défense Cedex ou à webmaster@devinci.fr. En cas de réclamation, vous pouvez choisir de saisir la CNIL. Pour en savoir plus, consultez la politique de protection des données personnelles.