Natixis CIB — Data Challenge
Analyse d’anomalies financières, données métiers et assistant conversationnel : articuler méthodes d’IA, interprétation et usage opérationnel.
Faire travailler ensemble recherche, étudiants et partenaires sur des problèmes réels, exigeants et souvent interdisciplinaires.
Analyse d’anomalies financières, données métiers et assistant conversationnel : articuler méthodes d’IA, interprétation et usage opérationnel.
Construire un indicateur de santé financière des entreprises pour anticiper la rentabilité des contrats d’assurance, malgré le déséquilibre des classes, les valeurs manquantes et les contraintes d’interprétabilité.
Projet industriel de data science avec Safran. La formulation détaillée et les livrables seront repris des supports autorisés.
Analyser les discours des banques centrales et leur relation avec les mouvements de marché ; concevoir et évaluer une stratégie de trading hors échantillon à partir d’indicateurs textuels.
Première collaboration de Data Challenge autour de l’analyse de discours économiques et des données de marché.
Hackathon de trois jours, du 18 au 20 novembre 2025 : détection et qualification d’incidents à partir de données de pare-feu ; distinction des bugs et attaques, évaluation de gravité, contre-mesures, robustesse et interface opérateur.
Hackathon distinct consacré à l’analyse de l’historique de charge des systèmes d’information et à la prévision des pics, pour soutenir la planification des ressources d’un réseau militaire. Trois volets : données, IA et visualisation.
Coorganisation de New Trends in Statistical Learning depuis 2021, exposé à Porquerolles en 2025, présentation scientifique sur CoHiRF à l’IHP et organisation de rencontres de statistique mathématique. Les activités de formation et de diffusion comprennent également des présentations introductives à l’IA destinées aux chercheurs et doctorants du CEREMADE.
Former à l’IA en finance : l’Université ne peut pas faire seule ↗
Article sur la place des collaborations université–entreprises, les défis de données et la formation des futurs spécialistes de l’IA.