Les projets internes du nouveau pôle Data aboutissent déjà. Nous avons le plaisir de présenter les deux premières applications qui y ont été développées : QIM Wine et Qim HID.
Data analysis, machine learning et software development
A partir de sets de données récoltés sur un site de partage de données réelles, nous avons extrait et transformé les informations nécessaires pour répondre à des problématiques préalablement déterminées au sein de l’équipe. Nous avons ensuite programmé divers algorithmes d’apprentissage automatique qui ont pu établir des liens entre nos données (p.ex. : l’acidité d’un vin, son pH, etc…) et nos problématiques (p.ex. : la qualité d’un vin). Enfin, nous avons créé des applications mobiles multi-plateforme pour que n’importe quel utilisateur puisse entrer ses propres données et recevoir une prédiction de nos algorithmes.
Quality Index Measurement for Wine (QIM Wine)
L’objectif de l’application QIM’Wine est de déterminer la qualité gustative d’un vin à partir de ses caractéristiques chimiques (taux d’alcool, pH, densité, acidité fixe, acidité volatile …). Celles-ci ne sont en général pas connues par les consommateurs, mais on peut imaginer que dans un futur proche ces informations seront disponibles sur les étiquettes des bouteilles. Le consommateur pourra donc s’assurer que le produit qu’il a l’intention d’acheter est de bonne qualité, ou alors que le prix du produit est cohérent par rapport à son goût. Le viniculteur pourra également être intéressé, puisque l’application contient une fonctionnalité permettant de déterminer les caractéristiques qui influent le plus sur la qualité. Il sera donc en mesure de déterminer les leviers sur lesquels agir pour améliorer son produit.
Qim Heart Issues Detector (Qim HID)
Destiné au corps médical, Qim Heart Issues Detector est un estimateur de risque de maladie cardiaque. A partir de valeurs telles que l’âge, le rythme cardiaque au repos, la pression artérielle pendant l’effort ou encore l’électrocardiogramme, notre I.A. calcule la probabilité qu’un patient à de présenter une maladie cardiaque. Elle permet donc au soignant d’appuyer ses propres conclusions, ou au contraire de les remettre en question et d’approfondir ses tests. Les spécialistes de la cardiologie, qui souffrent d’un temps d’attente important, peuvent ainsi voir leur processus de suivi des patients accéléré.
Technologies utilisées : Python, Scikit-learn,TensorFlow, Flask, Xamarin, React-Native
Nos futurs projets ?
Grâce à ces projets, nous avons pu assembler nos différentes connaissances et sommes à présent en mesure de développer un pipeline complet de production d’applications intelligentes. Dans les prochains mois, nous allons travailler conjointement sur un projet plus conséquent en termes de complexité mathématique et de résultats attendus. Le thème que nous avons choisi est cependant tenu secret pour le moment !
Laura, Sacha, Francis, Justin et Olivier
Data Scientists juniors
#datascience #python #TensorFlow #Qimwine #QimHID
