Datastorm recrute

Vous partagez nos valeurs ? Rejoignez-nous !

DataStorm a été créé en 2013 face à une demande grandissante d’expertise dans le domaine de la statistique, de l’économie, de la data science et de l’intelligence artificielle, en tant qu’entreprise de droit privé, filiale à 100% du Groupe ENSAE.
Installés sur le campus de l’Ecole polytechnique du Plateau de Saclay, nous sommes au coeur d’un pôle majeur d’innovation et de recherche en intelligence artificielle.
Depuis sa création, DataStorm a mené de nombreuses missions d’expertise et de conseil pour des donneurs d’ordre privés et publics.
Notre volonté de développer des algorithmes maîtrisés grâce à la compréhension de leurs mécanismes et de leur domaine de validité, notre fierté à leur donner du sens, est une marque forte de DataStorm et du Groupe ENSAE. Nous la défendons avec conviction.
Avec le souhait de rester agile, DataStorm privilégie une organisation très à plat avec un regroupement de l’ensemble des équipes opérationnelles au sein d’une direction unique pilotée par le directeur général et 2 directeurs adjoints.
Chez DataStorm, chaque salarié consacre 20% de son temps à des travaux de R&D : développement d’outils (R, python, …), recherche algorithmique / optimisation, veille technologique et académique, écriture de white paper / post / article, formation interne, participation à des conférences…

« Rejoindre DataStorm, c’est embarquer dans une entreprise en plein développement, ambitieuse, avec une ambiance de travail favorisant l’humain, le partage des connaissances et l’intelligence collective. »


pas d’offre en ce moment
pas d’offre en ce moment

Le fil

Suivez notre actualité et nos projets

« Aujourd’hui, l’Intelligence Artificielle nous emmène sur des terrains plus complexes »

Titouan ROBERT est Data Scientist chez DataStorm depuis 2016. Féru de data projects liés au secteur de l’énergie, dopé à la R&D, il partage sa jeune expérience et jette déjà un regard sur demain. Titouan, un mot sur ton parcours. Et bien j’ai suivi mes études en Bretagne : DUT Statistique et Informatique Décisionnelle à […]

Méthodes de Clustering : quand les Travaux de DataStorm servent la Recherche Académique

Si la recherche fondamentale passe par la mise en œuvre de données produites sous hypothèse bien maîtrisée, il faut ensuite inscrire la méthode dans un périmètre de fonctionnement réel. C’est ce que DataStorm peut offrir aux chercheurs. Un exemple : afin de travailler sur le contrôle des effacements diffus dans la distribution d’énergie, DataStorm a […]

#03 Prévision de l’Impact Climatique sur les Ventes en Magasin

Une appli web développée par DataStorm permet à chaque point de vente de cette enseigne d’optimiser son activité commerciale en associant notamment les prévisions météorologiques locales à l’historique des transactions. Plus de 1000 modèles de prévision reposant sur des algorithmes de Machine Learning sont ainsi calculés quotidiennement.

#02 Le Machine Learning pour Optimiser le Recouvrement des Créances Immobilières

Dans un contexte réglementaire et économique contraignant – taux bas et marge d’intérêt sous forte contrainte – l’efficacité opérationnelle est devenue une priorité des acteurs bancaires. Des techniques innovantes d’intelligence artificielle permettent le développement d’outils qui optimisent les processus dans un objectif de maximisation du couple rendement/risques.

R&D
Matinée R&D avec Eric Matzner-Lober et Nick Hengartner

Les équipes de DataStorm ont présenté leurs travaux de R&D interne à Eric Matzner-Lober et Nick Hengartner, deux chercheurs reconnus bien au-delà de leur communauté. Deep learning, réseaux antagonistes, NLP, interprétabilité des algorithmes de machine learning… ces regards croisés vont alimenter le plan R&D 2019 de DataStorm. Exigeante, riche et réciproque. Voilà comment qualifier la […]

#01 Approche Big Data pour la Régulation des Bus

Le département Bus de notre client coordonne environ 350 lignes de bus sur la région. Pour permettre la régulation du trafic en temps réel, les bus sont équipés de systèmes embarqués émettant leurs localisations brutes horodatées. Notre client souhaitait explorer la pertinence de ces données pour différents aspects métiers du service, allant de la conception à la régulation.