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