La 5e édition des Trophées de l’innovation Big Data a récompensé quatre sociétés, dans les trois catégories B2B, B2C et Start-up, plus un prix spécial décerné.
La cérémonie de la 5e édition des Trophées de l’innovation Big Data s’est tenue ce mardi 7 mars dans le cadre du salon Big Data Paris organisé au Palais des Congrès de Paris. Les candidats pouvaient concourir dans trois catégories : BtoB, BtoC et Start-up. En amont, deux finalistes par catégorie ont été sélectionnés par un jury indépendant. Chaque finaliste a pu venir défendre son projet sur scène. Le lauréat de chaque catégorie a ensuite été élu par SMS par le public.
Trophée BtoB : Covéa et son « data store » interne
L’assureur Covéa a été primé dans la catégorie BtoB pour un projet de data store interne. Il met à disposition des milliers de jeux de données en provenance de fournisseurs externes ou de ressources en open data. Il intègre un moteur de recherche permettant aux salariés d’aller fouiller dans ces informations, avec à la clé un système de recommandation personnalisée en fonction du profil du collaborateur. « Ces data pourront par exemple permettre d’optimiser le churn des clients », explique Soumaya Ben Hassine, data scientist au sein du groupe d’assurance mutualiste. Sous le capot, la plateforme s’adosse à plusieurs technologies stars du Big Data (Apache Spark, Hadoop ou encore Elastic Search)
Trophée BtoC : Tellmeplus sur la prédiction des pannes de véhicules
Lauréat dans la catégorie BtoC cette année, ce n’est pas la première fois que Tellmeplus est primé dans le cadre des Trophées de l’innovation Big Data. Lors de l’édition 2015, la société de Jean-Michel Cambot avait reçu le 1er Prix pour un projet de drone conçu pour la surveillance des voies ferrées. Cette année, Tellmeplus est récompensée pour une technologie de maintenance prédictive des véhicules (bus, camions, trams, trains…).
La société parisienne a créé un module permettant d’extraire en temps réel les données techniques d’état des moteurs. Il vient s’intégrer à la technologie de voiture connectée de Xee, avec lequel Tellmeplus a signé un accord. Combiné à l’historique technique de plusieurs millions de moteurs (également fourni par Xee), ce flux permet de détecter les signaux faibles annonciateurs de panne. Techniquement, la plateforme s’adosse au moteur de machine learning conçu pour Tellmeplus (Meta Active Machine Learning) qui est lui-même basé sur Spark.
Start-up : Zelros et son assistant conversationnel
« La meilleure façon d’obtenir une réponse à une question est tout simplement de la poser. » C’est le constat qui a amené Zelros à concevoir un assistant conversationnel pour le monde de l’entreprise. « Le recours à la conversation et au langage naturel permet en effet de masquer la complexité des algorithmes de prédiction pour n’en garder que la valeur ajoutée pure », pointe la start-up.
Conçue pour des groupes du CAC40, la solution fait appel à des technologies de NLU (pour Natural Language Understanding) ainsi qu’à un moteur de machine learning – qui « calcule les scores nécessaires aux prédictions et prescriptions réalisées par l’assistant ». L’objectif ? Offrir un accès temps réel et interactif aux données clés de l’entreprise. « Une attention particulière a été portée à la transparence des modèles utilisés, afin de pouvoir répondre au ‘pourquoi’ d’une prédiction particulière, lorsque cela était nécessaire », ajoute-t-on chez Zelros.
Article à lire sur http://www.journaldunet.com/solutions/dsi/1192628-trophees-big-data-paris-2017-qui-sont-les-gagnants/