Étude de faisabilité, évaluation des solutions existantes et analyse des données disponibles ou à acquérir.

Définition des business case et développement des modèles d’IA avec notre équipe de Data Scientists et Data Engineers.

Définition et description des statistiques des variables (quantiles, extremum...) en collaboration avec les directions métiers.

Analyse, corrélation et cohérence entre les variables.

Modélisation des données.

Apprentissage supervisé (Logistic regression, Naïve Bayes Classifier, etc.) et non supervisé (Hierarchical clustering, Neural networks, etc.)

Comparaison de la performance des modèles (log loss, confusion matrix, AUC).

Choix et Validation du modèle final.

MLOps (Machine Learning Ops) pris en charge via votre SI interne (on premise) ou via des services de cloud computing (Microsoft Azure, Amazon Web Services, Google Cloud Platform, etc.)