Pôle Emploi / France Travail

Challenge

Les équipes de Pôle Emploi collectent beaucoup de données : structurées, non structurées, séries temporelles etc. Pôle Emploi a besoin d'utiliser certaines de ces données pour fournir des services personnalisés tout en étant conformes aux règles européennes.

Le but ? Utiliser des données anonymisées pour alimenter modèle de Machine Learning. Éviter de solliciter un nouveau consentement en assurant la conformité réglementaire. Éviter des fuites de données sensibles.

‍
Solution

• La solution d’anonymisation des données personnelles avatar a permis de libérer l'exploitation des données de Pôle Emploi.
• Pour permettre l'exploitation de ces données, Octopize a déployé sa solution avatar sur les serveurs de Pôle Emploi (on premise).
• Les collaborateurs de Pôle Emploi, après une formation, ont alors pu anonymiser leurs données et utiliser les données avatar pour entraîner leur algorithme de Machine Learning, en autonomie et en conformité.
• Les données avatar conservent les propriétés statistiques du jeu de données d'origine ainsi que sa variabilité, sans compromettre la confidentialité des individus à leur origine.

Mise en place

• Prestation de service
• Solution déployée sur les serveurs de Pôle Emploi
• Formation des équipes en interne

Maintien de la qualité statistique & de l'utilité

F1 score original = 0.52

F1 score avatar = 0.52

AUC original = 0.70

AUC avatar = 0.69

ROI

• Conservation des performances de prédiction du modèle d'IA avec des résultats très bons, aucune perte de performance voire même des hausses sur certaines catégories
• Publication des données en Open Source
• Partage de la valeur informative des données sans compromis
• Rôle de ré-assurance des usagers en cas d'audit

‍

Ressource complémentaire

Retrouvez le témoignage de Laurent Guinard, responsable du département Agence Data Service & Usine IA chez Pôle emploi (2min).

En tant qu'utilisateur de notre méthode d'anonymisation des données personnelles, découvrez :

• Son challenge initial #MachineLearning #IA
• La réponse à son besoin par la méthode avatar
• Son retour sur les bénéfices tirés ‍