Pôle Emploi
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.
- Octopize a développé une solution d’anonymisation des données personnelles qui 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.
- Prestation de service
- Solution déployée sur les serveurs de Pôle Emploi
- Formation des équipes en interne
- 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 re-assurance des usagers en cas d'audit
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
.png)
