fbpx

Set : Machine Learning





Mini-voiture autonome actionnée par une caméra
10 Mai 2021 /
Par Jonathan Riquier /
fbk twt

Projet de 5e année 2020-2021 • ESILV • PI²5 ►https://bit.ly/2L323US​ Ce projet en partenariat avec l’entreprise Axionable consiste à la réalisation d’une voiture autonome modèle réduit dans l’objectif de participer à la course RoboRacingLeague organisée par Renault Digital. Il s’agit de courses mensuelles où les voitures doivent effectuer des tours de pistes délimités par des […]


Lire la suite →


Machine learning techniques for credit risk
07 Mai 2021 /
Par Jonathan Riquier /
fbk twt

Au cours des dernières années, en raison des progrès technologiques et de la quantité croissante dedonnées, l’application d’apprentissage automatique pour le risque de crédit est devenue une pratique courante pour la plupart des établissements de crédit. Le risque de crédit est la possibilité d’une perte résultant du défaut d’un emprunteur de rembourser un prêt ou […]


Lire la suite →


#PI²4 Economic analysis through the application of few shot learning
18 Fév 2021 /
Par Jonathan Riquier /
fbk twt

PI²4 2020-2021 : Projet d’Innovation Industrielle de 4ème année du cursus ingénieur ESILV ► https://bit.ly/2NtRKuL Notre projet consiste à créer un modèle grâce au Machine Learning et au Few Shot Learning. Ce modèle avait pour but de prédire l’état économique futur d’une ville. Nous avons donc eu l’idée de créer un modèle qui permettrait de […]


Lire la suite →



Construction de portefeuille agnostique
29 Sep 2020 /
Par Jonathan Riquier /
fbk twt

Projet de 5e année 2019-2020 • ESILV • PI²5 ►https://bit.ly/2L323US ? Les banques sont des acteurs essentiels au bon fonctionnement de notre économie. Les établissements de crédits assurent à la fois la stabilité et la croissance économique en soutenant les particuliers et les entreprises. Les banques interviennent pour soulager le budget des entreprises et des […]


Lire la suite →


IA : Les modèles à changement de régime en finance
20 Sep 2020 /
Par Jonathan Riquier /
fbk twt

Projet de 5e année 2019-2020 • ESILV • PI²5 ►https://bit.ly/2L323US ? Le deep Learning, ou apprentissage profond, est un champ d’études de l’intelligence artificielle permettant un apprentissage automatique à  partir d’une large base de données. Il ne s’est démocratisé que très récemment (année 2010) dans de plus en plus de domaines, à savoir la finance […]


Lire la suite →


Canon laser de défense des ruches contre les frelons asiatiques
18 Sep 2020 /
Par Jonathan Riquier /
fbk twt

Projet de 5e année 2019-2020 • ESILV • PI²5 ►https://bit.ly/2L323US ? Dans le cadre de notre 5ème année à l’ESILV, nous avons travaillé sur la conception d’un canon laser de défense des ruches contre les frelons asiatiques. Ce projet nous a été proposé par Raphaël Millot, ancien élève de l’école. Il s’est aperçu que de […]


Lire la suite →



Optimiser le service client avec l’intelligence artificielle
11 Juin 2019 /
Par Jonathan Riquier /
fbk twt

Projet de 4e année 2018-2019 • ESILV • PI²4 Notre équipe, composée de Robin Convert, Corentin Dauvissat, Romain Caillon et Florent Bissonnier était intéressé par un projet d’Intelligence Artificielle. Nous avons travaillé avec Kwalys, une entreprise qui créé des chatbots et qui propose un outil aux entreprises pour créer simplement un chatbot. Notre mission globale […]


Lire la suite →


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 →





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.