Forecasting grâce à l’intelligence artificielle 2 minutes

Lorsqu’on parle de nouvelles technologies dans le domaine du forecasting et plus spécifiquement dans celui de la prévision du prix de commodités, on parle souvent d’intelligence artificielle, d’automatisation et de robotique.

Un des cas le plus souvent abordé est celui du trading algorithmique (algorithmic trading), c’est-à-dire une machine qui achète automatiquement des commodités sans intervention humaine.

Évidemment, le fait d’avoir un agent automatisé qui prend des décisions par lui-même est la forme la plus avancée, le but à atteindre quand on parle d’achat de commodités et d’intelligence artificielle.

Ce qui est moins souvent abordé par contre, c’est la possibilité de tendre vers ce but tout en allant chercher des bénéfices importants de façon incrémentale tout au long du processus.

La vidéo ci-dessous présente l’intégralité de la conférence d’Olivier Blais et Simon Dagenais, respectivement VP science de données et scientifique de données chez Moov AI.

Vous verrez également une introduction aux bonnes questions à se poser quand on aborde l’intelligence artificielle par Jean-François Lefort, directeur des opérations pour Scale AI, l’une des cinq supergrappes fédérales qui se spécialise dans les chaînes d’approvisionnements.

Cette conférence a été réalisée dans le cadre de la série d’événements des AI Mornings. Bon visionnement.

Olivier Blais

Olivier est VP science de données chez Moov AI et un expert de la science de données. Son expertise et ses connaissances pointues en matière d’intelligence artificielle et d’apprentissage machine l’ont mené à accompagner la transformation numérique de nombreuses entreprises et à implémenter des projets dans différentes industries.

Il a accompagné les équipes et veillé à l’implantation d’une saine culture de données dans des compagnies comme Pratt & Whitney Canada, L’Oréal et GSoft.

Simon Dagenais

Simon est scientifique de données chez Moov AI. Issu d’un contexte quantitatif avec une maîtrise en économie et diverses expériences en analytique commerciale, Simon a développé de solides connaissances en Python, PNL, apprentissage machine et apprentissage profond.

À titre de scientifique de données, il a participé à plusieurs projets phares de prédiction de prix de commodité et de devises pour des clients de Moov AI.

Partager sur facebook
Partager sur twitter
Partager sur linkedin