Passer au contenu principal

Data Science

Notre équipe Data Science vous accompagne de bout en bout sur la chaîne de valorisation de vos données.
Equipe

Kernix vous accompagne tout au long de votre projet data grâce à un processus en 4 étapes :

  1. Compréhension business : il s’agit de comprendre les objectifs business afin de les traduire en cas d’usages orientés data et de définir des mesures de la performance du projet.
  2. Identification et préparation des données pertinentes pour le projet, qu’elles proviennent de sources internes ou externes.
  3. Analyse et modélisation des données grâce à des techniques telles que le machine learning, le text mining ou le graph mining entre autres.
  4. Démonstration de la création de valeur grâce à une data visualization, une application en ligne ou simplement des scripts permettant d’implémenter les modèles.

Compréhension business

Décrire des cas d’usages et des mesures de la performance.

 

Méthode :

  • Définir les objectifs business
  • Évaluer la situation actuelle (ressources, hypothèses, contraintes…)
  • Définir les objectifs en termes de Data Mining
  • Établir un plan de projet

Préparation des données

Analyser le véritable potentiel des données et choisir les cas d’usage les plus prometteurs.

Méthode :

  • Identifier, collecter et enrichir les données
  • Explorer et visualiser les données
  • Fusionner des sources différentes
  • Sélectionner et nettoyer les données pertinentes
  • Mettre en parallèle les opportunités identifiées avec les facteurs clés de succès

Analyse et modélisation

Concrétiser et modéliser les opportunités de création.

Méthode :

  • Adopter une technique de modélisation (Machine Learning, Deep learning, Analyse sémantique, Data Mining)
  • Développer les modèles
  • Analyser et optimiser les algorithmes
  • Valider les résultats

Création de valeur

Développer les outils pour convaincre et aller plus loin. Industrialiser ou automatiser la création de valeur. Explorer d’autres cas d’usage pour d’autres opportunités.

Méthode :

  • Créer une application qui remplit les facteurs clés de succès
  • Présenter les résultats
  • Démontrer la valeur créée
  • Envisager ensemble l’industrialisation

Réalisations Data Science

Haut de page
Haut de page