Lancée en novembre 2013 auprès d’un cercle restreint d’utilisateurs, la plateforme datascience.net s’ouvre aujourd’hui pour permettre aux entreprises de soumettre à la communauté des Data Scientists des enjeux de valorisation de données massives et de faire ainsi émerger des solutions totalement nouvelles.
Deux experts de la donnée et du Big Data à l’origine de datascience.net
Datascience.net a été créée par Bluestone, société de conseil spécialisée dans le traitement du Big Data, et le GENES (Groupe des Écoles Nationales d’Économie et de Statistique) composé notamment de l’Ensae-Paristech, l’Ensai et le Centre d’Accès Sécurisé aux Données (CASD).
Datascience.net : le Big Data à l’heure de l’intelligence collective
En mettant en relation entreprises et Data Scientists, datascience.net permet une approche du Big Data où le crowdsourcing apporte des solutions opérationnelles innovantes. L’intérêt est incontestable puisqu’au cours des quelques mois d’ouverture restreinte, ce sont en moyenne 40 à 80 Data Scientists qui se sont inscrits pour répondre aux challenges proposés.
Des challenges pour stimuler la communauté des Data Scientists
Les problématiques soumises par les donneurs d’ordre sont présentées sous forme de challenges assortis de prix, auxquels plusieurs équipes peuvent participer.
La qualité des réponses aux challenges dépend de la précision de la question posée ; c’est pourquoi les équipes de datascience.net accompagnent les donneurs d’ordre de façon très étroite dans la préparation de leurs challenges et dans l’animation de ceux-ci, jusqu’à l’obtention de solutions parfaitement opérationnelles.
Arnaud Laroche co-fondateur de datascience.net précise : “ Datascience.net permet d’animer la communauté qui est en train de se constituer autour du Big Data, et de créer des liens réellement opérationnels entre tous les acteurs : entreprises, Data Scientists, acteurs institutionnels. L’enjeu en terme d’activité est extrêmement important. La France a ici l’occasion de jouer un rôle majeur. Et nous n’en sommes qu’au tout début.”
Les challenges passés, en cours et à venir
Les 4 challenges passés (pendant la phase de “bêta”)
Un grand groupe bancaire souhaite acquérir un modèle de score d'octroi sur un type de produit pour un meilleur pilotage du risque.
62 inscrits - 423 contributions.
CDC Propriété Intellectuelle, filiale de la Caisse des Dépôts, souhaite pouvoir calculer un score permettant de prédire l'issue d'une demande de brevet déposée auprès de l'Organisme européen des brevets (OEB).
82 inscrits - 700 contributions.
Erik Christiansen - CDC Propriété Intellectuelle - Responsable du projet ICANIC “CDC PI, filiale de la Caisse des Dépôts, est engagée dans un important projet de plateforme permettant aux industriels comme aux financiers d'analyser et de scorer leurs portefeuilles de brevets. Nous souhaitions dans ce cadre améliorer une composante particulièrement complexe de notre modèle. Le résultat que nous avons obtenu sur datascience.net est un succès. 80 Data Scientists ont participé. Et le meilleur d’entre eux nous a proposé une approche permettant d’améliorer de près de 20% la qualité de nos scores. Assurément, une belle perspective.”
Prévoir les meilleurs intervalles de températures de la ville de Candelia à partir de données météorologiques des cinq jours précédents.
52 inscrits - 445 contributions.
Proposer un modèle de prévision à moyen terme de la consommation d'électricité d’un site tertiaire.
44 inscrits - 259 contributions.
Mathilde Didier, gagnante de ce challenge (étudiante en 3e année à l'ENSAE) “ J'ai participé à ce challenge, pour l'intérêt scientifique, puisque c'était l'occasion de tester les méthodes apprises à l'ENSAE sur une problématique bien réelle. Mais également pour l’approche ludique puisqu’il s’agit d’un concours. Beaucoup plus motivant qu'un projet purement scolaire ! Et les 1000 euros en jeu ne gâchent rien. J’ai tout de suite apprécié le critère d’évaluation : il ne s'agit pas de proposer forcément un modèle académique aux fondements théoriques complexes, mais de mettre au point quelque chose qui marche selon un critère que tout le monde connaît.”
Challenge en cours
Fournir un modèle d'estimation du prix de vente des véhicules d'occasion à une maille d'analyse la plus fine possible.
77 inscrits - 102 contributions (fin du challenge le 4 juin 2014).
Challenges à venir très prochainement
Un grand assureur souhaite améliorer ses scores prédictifs de rachat de contrats d’assurance-vie, grâce à l’utilisation de données jamais utilisées jusqu’ici.
La SNCF souhaite utiliser des données Open Data, pour améliorer les modèles de prévision de fréquentation de ses gares, afin de proposer les aménagements, offres et services bien dimensionnés et plus adaptés.
Deux experts de la donnée et du Big Data à l’origine de datascience.net
Datascience.net a été créée par Bluestone, société de conseil spécialisée dans le traitement du Big Data, et le GENES (Groupe des Écoles Nationales d’Économie et de Statistique) composé notamment de l’Ensae-Paristech, l’Ensai et le Centre d’Accès Sécurisé aux Données (CASD).
Datascience.net : le Big Data à l’heure de l’intelligence collective
En mettant en relation entreprises et Data Scientists, datascience.net permet une approche du Big Data où le crowdsourcing apporte des solutions opérationnelles innovantes. L’intérêt est incontestable puisqu’au cours des quelques mois d’ouverture restreinte, ce sont en moyenne 40 à 80 Data Scientists qui se sont inscrits pour répondre aux challenges proposés.
Des challenges pour stimuler la communauté des Data Scientists
Les problématiques soumises par les donneurs d’ordre sont présentées sous forme de challenges assortis de prix, auxquels plusieurs équipes peuvent participer.
La qualité des réponses aux challenges dépend de la précision de la question posée ; c’est pourquoi les équipes de datascience.net accompagnent les donneurs d’ordre de façon très étroite dans la préparation de leurs challenges et dans l’animation de ceux-ci, jusqu’à l’obtention de solutions parfaitement opérationnelles.
Arnaud Laroche co-fondateur de datascience.net précise : “ Datascience.net permet d’animer la communauté qui est en train de se constituer autour du Big Data, et de créer des liens réellement opérationnels entre tous les acteurs : entreprises, Data Scientists, acteurs institutionnels. L’enjeu en terme d’activité est extrêmement important. La France a ici l’occasion de jouer un rôle majeur. Et nous n’en sommes qu’au tout début.”
Les challenges passés, en cours et à venir
Les 4 challenges passés (pendant la phase de “bêta”)
Un grand groupe bancaire souhaite acquérir un modèle de score d'octroi sur un type de produit pour un meilleur pilotage du risque.
62 inscrits - 423 contributions.
CDC Propriété Intellectuelle, filiale de la Caisse des Dépôts, souhaite pouvoir calculer un score permettant de prédire l'issue d'une demande de brevet déposée auprès de l'Organisme européen des brevets (OEB).
82 inscrits - 700 contributions.
Erik Christiansen - CDC Propriété Intellectuelle - Responsable du projet ICANIC “CDC PI, filiale de la Caisse des Dépôts, est engagée dans un important projet de plateforme permettant aux industriels comme aux financiers d'analyser et de scorer leurs portefeuilles de brevets. Nous souhaitions dans ce cadre améliorer une composante particulièrement complexe de notre modèle. Le résultat que nous avons obtenu sur datascience.net est un succès. 80 Data Scientists ont participé. Et le meilleur d’entre eux nous a proposé une approche permettant d’améliorer de près de 20% la qualité de nos scores. Assurément, une belle perspective.”
Prévoir les meilleurs intervalles de températures de la ville de Candelia à partir de données météorologiques des cinq jours précédents.
52 inscrits - 445 contributions.
Proposer un modèle de prévision à moyen terme de la consommation d'électricité d’un site tertiaire.
44 inscrits - 259 contributions.
Mathilde Didier, gagnante de ce challenge (étudiante en 3e année à l'ENSAE) “ J'ai participé à ce challenge, pour l'intérêt scientifique, puisque c'était l'occasion de tester les méthodes apprises à l'ENSAE sur une problématique bien réelle. Mais également pour l’approche ludique puisqu’il s’agit d’un concours. Beaucoup plus motivant qu'un projet purement scolaire ! Et les 1000 euros en jeu ne gâchent rien. J’ai tout de suite apprécié le critère d’évaluation : il ne s'agit pas de proposer forcément un modèle académique aux fondements théoriques complexes, mais de mettre au point quelque chose qui marche selon un critère que tout le monde connaît.”
Challenge en cours
Fournir un modèle d'estimation du prix de vente des véhicules d'occasion à une maille d'analyse la plus fine possible.
77 inscrits - 102 contributions (fin du challenge le 4 juin 2014).
Challenges à venir très prochainement
Un grand assureur souhaite améliorer ses scores prédictifs de rachat de contrats d’assurance-vie, grâce à l’utilisation de données jamais utilisées jusqu’ici.
La SNCF souhaite utiliser des données Open Data, pour améliorer les modèles de prévision de fréquentation de ses gares, afin de proposer les aménagements, offres et services bien dimensionnés et plus adaptés.
Autres articles
-
Cdiscount annonce les résultats du Challenge « Big Data » organisé avec datascience.net auprès de plus de 800 jeunes scientifiques
-
Datascience.net dévoile le classement du Data Science Game
-
Cdiscount lance un challenge « Big data » pour améliorer l’expérience utilisateur
-
Datascience.net et Dataiku unissent leurs expertises pour valoriser les projets Big Data
-
L'Insee choisit la communauté des data scientists de datascience.net pour optimiser les traitements automatiques de ses résultats d'enquêtes en ligne
