Recherche & Développement

DataStorm mène une activité de Recherche & Développement complémentaire à la recherche académique du groupe ENSAE

Afin de proposer à nos clients les solutions et algorithmes les plus pertinents et performants, nous dédions 20% du temps à des travaux de Recherche & Développement :
  • Développement d’outils (R, python, …)
  • Recherche algorithmique / optimisation
  • Veille technologique et académique
  • Ecriture de white paper / post / article
  • Formation interne
  • Participation à des conférences
Des sujets aux thématiques variées :
  • Décomposition en valeur singulière appliquée aux matrices de grande dimension
  • Interprétation des modèles « boite noire » type forêts aléatoires
  • Application de suivi de logs
  • Text mining : récupération de l’information / structuration / algorithmes adaptés au français
Un dépôt ouvert sur Github : datastorm-open
Avec actuellement quatre packages R disponibles sur le CRAN :
rAmCharts Interface simple pour la création de graphiques interactifs
VisNetwork Visualisation dynamique de réseaux
Suncalc Positions et phases du soleil et de la lune
ROI.plugin.clp Plugin pour le solver clp

Le fil

Suivez notre actualité et nos projets

#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.

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 […]

#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 […]

« DataStorm est au cœur du réacteur français de l’Intelligence Artificielle »

Installée dans le quartier de l’Ecole polytechnique, sur le Plateau de Saclay, DataStorm bénéficie d’un environnement scientifique fertile qui va de l’analyse économique aux systèmes intelligents. Une position unique qui permet à la filiale d’expertise et de conseil de l’ENSAE de mettre l’innovation au centre de ses projets clients. Dès sa création en 2013, DataStorm […]

[Voir ou revoir] : Les Enjeux du Big Data pour l’Assurance

Le 15 janvier dernier à Sciences Po, la chaire PARI lançait officiellement son programme de recherche 2018-2021. La Conférence inaugurale réunissait notamment Maud Bailly et Gilles Babinet autour des enjeux du Big Data pour l’assurance. Le Big Data, dit-on, va changer le monde. Les modèles explicatifs développés par l’économie ou la psychologie depuis des décennies […]

Toute l'expertise du groupe ENSAE

Plateau de Saclay
5 Avenue Henry-Le-Chatelier
91120 PALAISEAU - FRANCE

Paris
60 rue Etienne-Dolet
92240 MALAKOFF - FRANCE