Site icon Master MoSEF Data Science

JOURNEE DATA CREDIT AGRICOLE

Vendredi dernier les élèves du M2 MoSEF ont eu le privilège d’assister à une présentation de l’équipe Transformation Digitale de l’Inspection Générale du Groupe Crédit Agricole. Les membres de l’équipe ont introduit différents cas d’usage liés à la Data Science sur des projets qu’ils ont pu mener.

C’est dans le cadre des missions d’audit et d’inspection que plusieurs outils de Data Science ont été mis en place au travers de différents projets innovants chez Crédit Agricole.

Le premier cas d’usage qui nous a été présenté est la mise en place d’une application permettant de contrôler la qualité des données. Elle a été réalisée à l’intention de l’inspection audit. Concrètement, il s’agissait de créer une application exploitable par toutes les lignes métiers en leur permettant d’avoir un aperçu sur l’ensemble des données utilisées ainsi que leurs statistiques descriptives.

Le deuxième cas d’usage présenté est la création d’un outil d’analyse textuelle. Il a été mis en place pour faciliter l’extraction d’informations de commentaires issus de questionnaires d’évaluation des formations. Automatisé sous un format de Dashboard, il se base sur différentes techniques de classification et de NLP (Natural Language Processing).

Le troisième cas d’usage est le projet de plus grande ampleur qui nous a été présenté. Il s’agit de la reconstitution d’une base de données comprenant l’ensemble des ordres faits en bourse, grâce à l’exploitation de données structurées et non structurées (texte, audio). Les traitements sur les différents types de données nous ont été détaillés en particulier ceux des fichiers audios avec une présentation des différentes problématiques rencontrées pendant le projet.

Le dernier cas d’usage portait sur la modélisation du risque avec des techniques de Machine Learning chez CACIB, banque de financement et d’investissement du groupe Crédit Agricole. Ce projet a mis en évidence les différentes contraintes réglementaires liées à l’utilisation du Machine Learning dans un contexte de modélisation du risque.

Nous tenons ainsi à remercier Landry Poutouré, Thibault Kurc, Juliana Delfau et Rabah Ihaddadene pour leur clarté et leur disponibilité auprès de nos étudiants.  Un grand merci également à Rania Kaffel et Marc-Arthur Diaye qui ont été à l’initiative de l’organisation de cet événement.

Nous espérons vous retrouver bientôt pour de nouvelles aventures aux côtés du Groupe Crédit Agricole. 😉

Quitter la version mobile
Aller à la barre d’outils