Proposer des services personnalisés via un modèle de Machine Learning à partir de données anonymes
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.
F1 score original = 0.52
F1 score avatar = 0.52
AUC original = 0.70
AUC avatar = 0.69
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 :
"La solution avatar d'Octopize est une solution innovante, élégante et qui, grâce à sa rapidité d’exécution, est facilement exploitable dans un système d'information."
- Laurent Guinard, Responsable du département Agence Data Service & Usine IA @Pole Emploi
"La solution avatar d'Octopize est une solution innovante, élégante et qui, grâce à sa rapidité d’exécution, est facilement exploitable dans un système d'information."
- Laurent Guinard, Responsable du département Agence Data Service & Usine IA @Pole Emploi