Articles & retours d'expérience
Quatre missions concrètes qui illustrent notre approche data science : mesurable, actionnable, reproductible. De la prévision de la demande au fine-tuning d'un LLM.
Prévision de la demande avec Prophet et LSTM
Combiner un modèle bayésien décomposable et un réseau récurrent pour atteindre un MAPE de 4,2 % sur 12 semaines de forecast, avec saisonnalités multiples et événements calendaires.
Scoring de churn avec XGBoost et SHAP
Prédire le churn à 90 jours et expliquer chaque score client avec SHAP. Transformer un modèle prédictif en playbook CRM — et obtenir ×2,3 sur la rétention du top-10 % à risque.
Segmentation RFM et CLV avec BG/NBD et Gamma-Gamma
Segmenter les clients sur trois axes comportementaux et estimer la Customer Lifetime Value sur 36 mois. Pourquoi trois clusters bien choisis battent vingt segments flous.
Fine-tuning LoRA d'un LLM : guide pratique
Customiser un LLM open-source avec des adaptateurs LoRA. Rank, alpha, dataset, évaluation : les choix qui comptent pour un fine-tuning d'entreprise réussi.
Un projet data ou IA à cadrer ?
Audit en 30 minutes, cadrage sous 5 jours.