Transverse / Outillage Data Science

Outil de classification de documents

Les Data Scientists du client réinventaient la roue à chaque projet de classification de texte : mêmes étapes de pré-traitement, mêmes modèles, mêmes fonctions recodées à chaque fois. Nous avons développé un package Python générique, interprétable et accessible aux non-spécialistes, aujourd'hui utilisé en standard sur plusieurs projets.

Problématique

Une part importante des projets Data Science du client reposait sur de la classification de documents texte. À chaque nouveau projet, les Data Scientists recommençaient les mêmes étapes : pré-traitement, vectorisation, entraînement, évaluation. Le code n'était ni mutualisé ni réutilisable, ce qui ralentissait chaque projet, créait des incohérences entre les approches et rendait les résultats inexploitables par les profils non techniques. Il fallait industrialiser ces briques communes en un outil générique, fiable et accessible.

Vue rapprochée d’une coupe transversale colorée d’une géode montrant des couches concentriques de minéraux en jaune, marron, rouge et vert.

Solution

Ce que nous avons construit

Nous avons déployé 1 Data Scientist pour concevoir et publier un package Python de classification de documents, pensé pour être utilisé aussi bien par des Data Scientists que par des profils moins techniques.

Étape 1 — Pipelines de pré-traitement. Développement de pipelines de nettoyage et de transformation de données textuelles, standardisés et paramétrables, couvrant l'ensemble des étapes classiques du NLP.

Étape 2 — Intégration scikit-learn. Le package s'appuie nativement sur les objets scikit-learn pour garantir la compatibilité avec l'écosystème existant. Chaque étape de la pipeline est customisable par l'utilisateur sans casser l'ensemble.

Étape 3 — Interprétabilité et optimisation. Intégration d'un module d'interprétabilité (LIME, SHAP) pour expliquer les prédictions, et d'un module de recherche d'hyperparamètres (Optuna) pour optimiser automatiquement les performances des modèles.

Étape 4 — Publication et adoption. Publication du package en interne, démonstrations aux équipes de Data Scientists, et ajout itératif de fonctionnalités en fonction des besoins remontés par les utilisateurs.

Projets dans la même catégorie

Voir tous les projets

Aide à la création de médicaments

Un laboratoire pharmaceutique devait identifier de nouvelles combinaisons moléculaires brevetables à partir de millions de publications médicales. La recherche manuelle avait atteint ses limites. Nous avons construit le système qui a changé la donne.

Application d'optimisation de la Supply Chain

Un acteur de la distribution pharmaceutique devait repenser l'intégralité de sa chaîne d'approvisionnement : assortiment en pharmacie, gestion des stocks et circuits de livraison. La recherche opérationnelle seule ne suffisait plus. Nous avons construit l'application qui a transformé ses opérations.

Détection des tendances sur les réseaux sociaux

Dans un marché où les comportements consommateurs changent plus vite que les cycles de décision, un client avait besoin d'anticiper les tendances au lieu de les subir. Nous avons construit la plateforme qui transforme le bruit des réseaux sociaux en signaux actionnables.

Rendement de parcelles agricoles

La filiale climatique d'un leader français de l'assurance avait besoin de prédire les rendements des champs à l'échelle de l'Allemagne pour tarifer une nouvelle offre d'assurance sécheresse. Les données internes ne suffisaient pas. Nous avons construit les modèles prédictifs qui ont rendu le produit commercialisable.

Plateforme d'analyse de besoins clients

Un grand groupe français cherchait à comprendre les besoins actuels et à venir de ses clients en agrégeant un volume massif de données consommateurs. Après un POC de 8 semaines, nous avons industrialisé une plateforme complète déployée sur l'ensemble des entités France et aujourd'hui en cours d'extension à l'échelle du groupe.

Scoring et analyse de la peau

Un acteur majeur de la cosmétique de luxe avait développé un algorithme de scoring de la peau. Problème : personne ne pouvait vérifier sur quoi l'IA se basait pour poser son diagnostic. Nous avons construit le système de visualisation qui rend les prédictions transparentes et déployable en boutique et sur mobile.