Nagbe Komi

Je développe les solutions d’Intelligence artificielle pour les entreprises. Nous avons développé une plateforme d'IA qui permet aux entreprises de faire la visualisation de données de manière facile et intuitive, de gérer rapidement et efficacement des données. Notre plateforme intègre les solutions telles que la génération des codes assistée par l'IA, la génération des enquêtes et sondages pour les études de marché. Pour permettre aux entreprises exerçant dans le secteur de l'énergie de mieux prédire leur portefeuille énergétique en terme de production et de consommation d'énergie, nous avons intégré à notre plateforme un système avancé de prévision d'énergie qui utilise les technologies les plus avancées en intelligence artificielle. Notre plateforme est un SaaS.

Les activités de prévision de gaz et d'électricité constituent le cœur de la réussite de l'activité principale d'Eni qui est la fourniture d’énergie. La prévision du gaz et d'électricité était externalisée hors d'Eni France avant notre arrivée dans l'entreprise. Nous avons été donc recruté pour permettre l'internalisation de cette activité. Une partie de nos missions était de créer des modèles de machine learning pour prédire la consommation de gaz et d'électricité sur tous les segments de clients. Pour réaliser cette mission nous avions construit le portefeuilles des clients, estimé les taux de départ des clients, optimisé le volume à injecter sur le réseau énergétique en fonctions de divers paramètres. En plus de l'activité de prévision, nous avions participé à la restructuration du système d'information d'Eni en terme de la structuration des bases de données sous PostgreSQL, les informations pertinentes à collecter et les usages à faire avec les données collectées. Nous avions été dans toutes les discussions stratégiques sur les nouvelles lois et réglementations dans le secteur de l'énergie et l'évolution future du réseau électrique. Les principales technologies utilisées sont R, Python, PostgreSQL, PgAdmin, MySQL, GitLab.

ce travail de recherche était fait pour la société Rouge Gorge. La mission consistait à segmenter les données d'achat et les données des clients de cette société. Les données d'achat sont les ticket de caisses qui identifient les différents articles achetés par les clients de la société. les données de clients définissent le parcours de chaque client sur plusieurs années de visite des magasins de la société. Nous avions fait face à des données volumineuses. Pour réussir notre mission nous avions utilisé certaines techniques de Machines learning et une grande puissance de calcul.