- Réaliser la présentation orale d’une démarche de modélisation à un client interne/externe
- Réaliser une veille sur les outils et tendances en data science et IA (soit pour du NLP, soit pour du Computing Vision).
- Réaliser un tableau de bord afin de présenter son travail de modélisation à un public
- Rédiger une note méthodologique afin de communiquer sa démarche de modélisation
Prêt à dépenser, société financière spécialisée dans le crédit à la consommation pour des profils peu ou pas bancarisés, est confrontée à un enjeu majeur de transparence vis-à-vis de ses clients. En effet, l'outil de "scoring crédit" mis en place, bien qu'efficace pour évaluer la solvabilité des emprunteurs, manque de clarté dans ses processus décisionnels. Face à une demande croissante d'explications de la part des clients, Prêt à dépenser souhaite développer un dashboard interactif dédié aux chargés de clientèle. Cet outil permettra de visualiser et d'expliquer en détail les facteurs ayant influencé l'octroi ou le refus d'un crédit, favorisant ainsi une meilleure compréhension et acceptation des décisions par les clients. Cette démarche s'inscrit pleinement dans les valeurs de transparence et de proximité que Prêt à dépenser souhaite véhiculer auprès de sa clientèle.
Dans le souci constant de rester à la pointe de l'innovation en matière de data science, Place de Marché, reconnu pour son expertise en traitement du langage naturel (NLP) et en analyse d'images, souhaite explorer de nouvelles techniques de modélisation dans ces domaines. L'objectif est de réaliser une étude comparative approfondie entre une approche récente et une méthode classique déjà utilisée au sein de l'entreprise. Cette analyse permettra d'évaluer les performances respectives des deux techniques, en identifiant leurs points forts et leurs faiblesses. Les bénéfices attendus sont multiples : amélioration de la précision des modèles, gain de temps de traitement, optimisation des ressources, etc. En adoptant une démarche proactive d'exploration des nouvelles technologies,Place de Marché vise à maintenir son avance technologique et à proposer des solutions de data science toujours plus performantes et innovantes.
- Visualiser le score de crédit, sa probabilité et son interprétation de manière claire et accessible.
- Afficher les informations descriptives clés du client.
- Comparer les informations du client à celles d'autres clients via des graphiques accessibles.
- Respecter les normes d'accessibilité WCAG pour les personnes en situation de handicap.
- Déployer le dashboard sur une plateforme Cloud pour un accès multi-utilisateur.
Fonctionnalités optionnelles:
- Permettre de recalculer le score et la probabilité en modifiant les informations du client.
- Intégrer un système de saisie de nouveaux dossiers clients.
- Identifier une technique de modélisation de données texte ou d'images récente (moins de 5 ans) et publiée dans un article scientifique de référence.
- Présenter la technique en s'appuyant sur des plateformes reconnues (Arxiv, fast.ai, Machine Learning Mastery, KDNuggets, Import AI, MIT Tech Review, MIT News ML) ou des newsletters de qualité (Data Elixir, Data Science Weekly).
- Développer et présenter une preuve de concept appliquant la technique sélectionnée aux données texte ou d'images déjà exploitées.
- Rédiger une note méthodologique expliquant les concepts et techniques clés.
- Présenter oralement la démarche et les résultats.