Références clients
Ils nous font confiance
Que ce soit pour du conseil, de l'accompagnement ou de la formation en data science, IA, BI ou statistiques, ces organisations nous ont choisis pour les former et les accompagner.
Nos clients
Banques, assurances, industrie, services publics, recherche, éducation, mutuelles, médias : un panorama varié qui reflète l'ubiquité de la data dans toutes les organisations.
Covéa
GMF
EDF
Engie
Bouygues Immobilier
Dior
Symrise
leboncoin
Orange
Ifremer
ATIH
Ce que nous faisons concrètement
Douze missions représentatives, anonymisées. Formation, accompagnement, mise en conformité : voici à quoi ressemble une intervention chez nous.
Répondre à l'obligation de littératie IA
- Le besoin
- Garantir un niveau suffisant de maîtrise de l'IA chez les collaborateurs concernés, sans savoir ce que l'obligation recouvre concrètement.
- Notre rôle
- Définition des populations concernées, parcours différenciés utilisateurs, concepteurs et dirigeants, et traçabilité du dispositif pour pouvoir en justifier.
Cartographier les systèmes d'IA et leur niveau de risque
- Le besoin
- Aucune vision consolidée des systèmes d'IA en production, ni de leur qualification réglementaire.
- Notre rôle
- Recensement avec les métiers et l'IT, qualification du rôle de l'organisation pour chaque système, classification et identification des systèmes à haut risque.
Mettre en conformité un système à haut risque
- Le besoin
- Un outil de présélection de candidatures relevant de l'annexe III, sans dossier de conformité.
- Notre rôle
- Documentation technique, système de gestion des risques, analyse des biais sur les données d'entraînement, dispositif de supervision humaine et journalisation.
Traduire la réglementation en pratiques de développement
- Le besoin
- Des data scientists appliquant des exigences réglementaires perçues comme abstraites.
- Notre rôle
- Formation d'une journée convertissant chaque obligation en geste concret : documentation, traçabilité des données, évaluation des biais, tests de robustesse.
Donner aux cadres les moyens d'arbitrer sur la data
- Le besoin
- Des encadrants amenés à décider sur des projets data sans culture technique, et donc à les subir plutôt qu'à les piloter.
- Notre rôle
- Parcours non technique en trois demi-journées, construit sur des cas issus de leurs propres directions : ce qu'un modèle peut et ne peut pas faire, lecture critique d'un résultat, questions à poser à une équipe data.
Encadrer l'usage de l'IA générative
- Le besoin
- Des usages individuels en croissance sans doctrine d'emploi, avec un enjeu de données sensibles.
- Notre rôle
- Sessions de sensibilisation par population, atelier de qualification des cas d'usage en autorisés, encadrés ou interdits, articulation avec l'AI Act et le RGPD.
Reprendre le contrôle du cycle de vie des modèles
- Le besoin
- Une dizaine de modèles en production, sans vue consolidée des versions, des jeux d'entraînement ni des performances.
- Notre rôle
- Formation MLflow, convention de nommage et de promotion des modèles, mise en place du suivi de dérive.
- MLflow
- Python
- Git
Industrialiser l'ELT et redonner sa place au SQL
- Le besoin
- Des transformations SQL éparpillées dans des vues et des scripts, sans tests ni documentation.
- Notre rôle
- Formation dbt et orchestration Airflow, puis migration accompagnée d'un périmètre pilote.
- dbt
- Airflow
- SQL
Livrer un modèle sous forme d'API conteneurisée
- Le besoin
- Des modèles livrés en fichiers pickle que les équipes IT ne savaient pas exploiter.
- Notre rôle
- Formation Docker et FastAPI, atelier de déploiement sur un modèle réel, cadrage des échanges entre data science et infrastructure.
- Docker
- FastAPI
- Python
Sortir de SAS sans rupture de service
- Le besoin
- Une équipe actuariat de 25 personnes devant abandonner SAS à échéance de licence, sans expérience Python.
- Notre rôle
- Audit des scripts existants, parcours en trois modules, puis accompagnement sur la réécriture de deux chaînes de traitement critiques.
- Python
- pandas
- scikit-learn
Rendre le code scientifique reproductible
- Le besoin
- Du code fonctionnel mais non partageable, face à une exigence croissante des revues sur la disponibilité du code.
- Notre rôle
- Formation Git et structuration de projet Python, environnements reproductibles, tests minimaux, publication propre d'un dépôt.
- Git
- Python
- pytest
- Quarto
Industrialiser la production du rapport annuel
- Le besoin
- Un rapport produit manuellement sous Excel et Word : trois semaines de travail et des erreurs de recopie.
- Notre rôle
- Refonte de la chaîne en R avec Quarto, paramétrage par région, tests de cohérence automatiques.
- R
- Quarto
Remettre d'accord les directions sur leurs indicateurs
- Le besoin
- Une prolifération de rapports Power BI aux indicateurs contradictoires d'une direction à l'autre.
- Notre rôle
- Audit des rapports existants, modèle sémantique commun, refonte de la modélisation en étoile, formation intra des producteurs de rapports.
- Power BI
- DAX
Sécuriser la méthode avant publication
- Le besoin
- Choix du test statistique et taille d'échantillon contestés par les relecteurs d'une revue.
- Notre rôle
- Revue du protocole, calcul de puissance, ré-analyse sous R, rédaction de la section méthodes.
- R
- Statistiques inférentielles
Aucun cas d'usage dans cette catégorie pour le moment.
Ce que disent nos clients
Quelques retours de stagiaires ayant suivi nos formations.
« Très clair, très complet, donnant les moyens de passer de débutant à pleinement opérationnel en un temps record. Excellente mise en contexte pour permettre de comprendre la raison et la logique de chaque élément. »
« Excellente formation et excellent formateur. L'un des meilleurs formateurs que j'ai eu jusqu'à présent. »
« La pédagogie et l'écoute du formateur. Un support et des exercices bien pensés qui permettent de visualiser concrètement les notions abordées. »
« Des exemples basés sur des données issues des SI de la société des stagiaires. Une adaptation totale aux besoins. Très à l'écoute des demandes initiales et au fur et à mesure de la formation. »
« Très bon équilibre entre les parties connaissances théoriques, historique et contextes d'utilisation, exercices pratiques. »
Vous voulez nous rejoindre ?
Parlons de vos enjeux data, de vos besoins en formation ou en accompagnement. Nous revenons vers vous sous 48h ouvrées.