Franck Bardol

Expert Data Scientist - Formateur - Evangelist Data

Passionné par les possibilités offertes par le gisement de données massives.

J’accompagne votre transformation digitale pour vous aider à :

  • + identifier les projets Data clés
  • + tirer tous les avantages concurrentiels stratégiques de vos données
  • + démultiplier l'engagement de vos clients autour de vos produits
  • + créer des produits & services intelligents

"I help you to gain strategic insights for your business through your data"


"Je vous aide à obtenir des idées stratégiques pour votre entreprise grâce à vos données"

  • HSBC
  • FDJ
  • voyages-SNCF
  • elephantBleu
  • coyote
  • Rue_du_Commerce
  • CA-CIB
  • itron
  • cbp
  • altimate
  • m2i
  • CEGOS
  • ORSYS
  • info-pro-digital
  • Dojo-Group
  • Focus-Digital
  • Learning-Tree
01

Portfolio

Mes compétences techniques sont au service d’une forte expertise métier. Je conçois des composants innovants capable d’identifier et d’extraire les régularités et les schémas cachés dans vos données.
Les entreprises de tous les secteurs peuvent en bénéficier.

Prédire les tendances sur les marchés financiers

Secteur : Finance - Asset Management

Realisation3-Bardol-Franck

Voir plus

Voir moins

Problème :
Comment prédire les mouvements (acheter - vendre - conserver) et les prix des actifs financiers ?

Solution :
Utiliser les algorithmes d’intelligence artificielle les plus à la pointe. Analyser automatiquement des centaines d’indicateurs économiques mondiaux afin d’apprendre les corrélations invisibles qui les lient entre eux.

Résultats :

  • prédire chaque jour la valeur de clôture de l’indice CAC40 avec une précision de 5 points.
  • prédire les mouvement quotidiens et hebdomadaire (monter vs. descendre) sur les métaux précieux (Or, Argent, Platine, Palladium). Le nombre de prédictions correctes est de ⅔.

Technologies et algorithmes :
Deep Learning & Machine Learning, régression & classification.

me contacter

Churn : prédire les départs de clients

Secteur : Télécom

Realisation1-Churn-Bardol-Franck

Voir plus

Voir moins

Problème :
Comment identifier les clients d’un opérateur téléphonique les plus susceptibles de résilier leur abonnement / contrat ?
Le problème du Churn est primordial dans beaucoup de secteur (assurance) et le deviendra encore plus du fait de la dérégulation.

Solution :
A partir d’un jeu de données regroupant la description (nombre, durée des appels etc) de tous les appels des clients on est parvenu à scorer et à discriminer les bons (ceux qui restent) des mauvais clients (ceux qui partent).

Résultat :
90% de bonnes prédictions.

Technologies et algorithmes :
Classification with decision trees, SVM & neural nets.

me contacter

Regrouper automatiquement les requêtes des internautes

Secteur : E-commerce

Realisation2-ecommerce-Bardol-Franck

Voir plus

Voir moins

Problème :
Comment donner du sens aux requêtes des utilisateurs d’un site e-commerce ?
Comment regrouper automatiquement les recherches similaires et proches dans une même famille ?
Par exemple, la requête “chemise” est proche de “polo”. Alors que “ordinateur” est proche de “ordinateur portable grand écran”.

Solution :
On utilise une nouvelle méthode de projection sophistiquée et très efficace. Ceci permet à la fois de regrouper les mots comparables mais aussi d’éloigner les groupes différents le plus possible.

Résultat :
95% de requêtes correctement regroupées sur un jeu de test.

Technologies et algorithmes :
Text mining, clustering automatique, TSNE & K-mean.

Voir le résultat me contacter

Donner du sens à des milliers de documents textes

Secteur : Juridique

Realisation2-ecommerce-Bardol-Franck

Voir plus

Voir moins

Problème :
Comment extraire du sens à un corpus de dizaine de milliers de documents (textes de loi et cours de droit) ?

Solutions :

  • extraire les termes clés et les sujets principaux (topics).
  • produire un résumé automatique

Technologies et algorithmes :
Text Mining, Topic analysis, LDA.

me contacter

02

Formations & Conférences

Je donne des formations en entreprises ainsi que des ateliers collectifs de code destinés aux particuliers.

J’anime des conférences d’une heure permettant de comprendre et de s’approprier les stratégies de transformation digitale qui bouleversent l’ensemble des secteurs économiques. Ces séminaires ne nécessitent pas de pré-requis techniques.
Formation

Big Data pour les managers

Comprendre & utiliser le Big Data pour votre entreprise

Formation-Big-Data-pour-Managers

Voir plus

Voir moins

Objectif :
Comprendre la rupture du Big Data, savoir conduire avec succès un projet Data.

Public visé :
Décideurs, business managers, marketeurs, ingénieurs d'affaire.

Méthode pédagogique :
Exposés, cas pratiques & ateliers.

Durée :
Modulable sur demande de 1 à 3 jours.

Télécharger PDF me contacter

Formation

Data Science

Fondamentaux de Machine Learning

Formation-Data-Science

Voir plus

Voir moins

Objectif :
Apprendre à construire des programmes intelligents.

Public visé :
Développeur, analyste Business Intelligence, chargé d'études.

Méthode pédagogique :
Exposés & ateliers de code.

Durée :
Modulable sur demande de 1 à 3 jours.

Télécharger PDF me contacter

Conférence

L'Intelligence artificielle & le Maching Learning

Conférence d'une heure

Conférence Intelligence artificielle & le Maching Learning

Voir plus

Voir moins

Objectif :
1 heure pour faire un point complet sur les algorithmes auto-apprenants qui sont à l’origine de la disruption numérique.

Public visé :
Toute personne intéressée par ces thèmes.

Contenu :
L’essentiel du Machine Learning :

  • à quoi ça sert ?
  • comment ça fonctionne ?
  • c’est efficace quand ?
  • exemples de services intelligents basés sur le machine learning (e-commerce, sport, grande distribution)
  • les start-up les plus à la pointe.

Durée :
1 heure.

me contacter

Conférence

Comment réussir son projet Big Data

Conférence d'une heure

Conférence Réussir son projet Big Data

Voir plus

Voir moins

Objectif :
1 heure pour faire un point complet sur les bonnes pratiques et les outils stratégiques des entreprises qui mettent le Big Data et l’intelligence artificielle au coeur de leur développement.

Public visé :
Toute personne intéressée par ces thèmes.

Contenu :

  • Que peut-on apprendre des grandes plateformes numériques mondiales ?
  • Quelles sont les nouvelles stratégies et qu’apportent-elles ?
  • Comment identifier les bons projets ?
  • Quelles méthodes pour réussir son projet et conduire un business Data-Driven ?
  • Exemple dans la grande distribution.

Durée :
1 heure.

me contacter

Atelier

Devenir Data Ninja

Ateliers Machine Learning pour les particuliers

Formation-Data-Ninja

Voir plus

Voir moins

Objectif :
Apprendre la Data Science de 0 à 1 et devenir opérationnel pour délivrer un résultat rapidement.

Public visé :
Ces ateliers de code s’adresse uniquement aux particuliers.
Débutant complet capable de comprendre quelques lignes de code simple. Toute personne motivée et voulant apprendre à faire parler des données.

Méthode pédagogique :
Exposé d’1 heure et 1 heure d’exercices pratiques.

Durée :
8 ateliers pratiques de 12h à 14h.

Télécharger PDF me contacter

03

Blog

Faut-il rendre le Big Data loyal ? (1/3)

Article-big-data-loyal-1-Villani

Voir plus

Voir moins

Transcript de mon intervention au colloque “Intelligence Artificielle. Loyauté et transparence des Algorithmes” à l’Institut Henri Poincaré.

Intervenants Cédric Villani, Franck Bardol, Dominique Cardon, Pierre Saurel & Igor Carron.

Des algorithmes prédictifs présents dans tous les secteurs

Les algorithmes auto-apprenants du Big Data trient et recoupent sans relâche les fragments d’information laissés à leur portée. En ce sens, ces algorithmes sélectionnent, hiérarchisent et révèlent. Les spécialistes des Data science évoquent l’art de “faire parler la donnée”.

Lire l'article

Faut-il rendre le Big Data loyal ? (2/3)

Article-big-data-loyal-2

Voir plus

Voir moins

Des calculs qui se nourrissent du comportement de la foule

Ces algorithmes peuvent prendre différentes formes. Une des plus connues étant le moteur de recommandation d’un site internet.

Ces procédés de prescription automatique sont à l’affut d’internautes ayant des actes similaires et comparables (clics, historique d’achat, heures de connection, contenu de discussions sur les réseaux sociaux, profils appréciés).

C’est l’approche dite du crowd-sourcing qui consiste à proposer à chacun les choix de l’autre.

Lire l'article

Faut-il rendre le Big Data loyal ? (3/3)

Article-big-data-loyal-3

Voir plus

Voir moins

Des algorithmes qui reproduisent les inégalités

Bien qu’on nous promette des calculs neutres, loyaux, impartiaux et donc aux résultats indiscutables, on se retrouve avec des procédés de calcul qui reproduisent les biais humains et les inégalités.

Prenons l’exemple réel d’un algorithme d’apprentissage des décisions entrainé à reproduire le verdict d’attribuer un prêt bancaire.

Le calcul du Big Data permet à l’algorithme de retrouver lui-même les mécanismes de décision uniquement à partir des données disponibles.

Lire l'article

04

Événements

Paris Machine Learning Group

5 700 Data Scientists

Paris-Machine-Learning

Voir plus

Voir moins

Je suis le fondateur du Paris Machine Learning Group et je le co-anime avec Igor Carron.

Nous sommes le plus grand groupe de Data Scientist en Europe : 5700 membres, 3ème groupe mondial.
Nous réunissons des experts-chercheurs du monde académiques et des acteurs économiques de toutes tailles.

Nous avons organisé 80 réunions.

Parmi les 180 intervenants figurent :
Cédric Villani (IHP), Andrew Ng (Baidu), Ruslan Salakhutdinov (Apple), Andrei Yigal Lopatenko (Wallmart Labs), Dominique Cardon (Science Po Paris), Gene Kogan (genekogan.com), Roelof Pieters (creative.ai), Francis Bach (ENS), Léon Bottou (Facebook AI).

Parmi les acteurs qui sont venus parler de leurs algorithmes d’intelligence artificielle :
NASA, Microsoft, Google, Apple, Facebook, Amazon, Baïdu, Criteo, New-York Times, Netflix, Mathworks, Airbus Defense and Space, Wall-Mart Labs, AXA, NVIDIA, Orange Labs, Vente-privée, Quora, Technicolor.

Consulter le site de l'évémenement

Hackathons & Concours

Logos des événements

Voir plus

Voir moins

J'interviens réguliérement comme expert - membre de jury pendant des événements réputés.

Trophées K2 : catégorie Data Science Machine Learning.
Remise du trophée du Cercle K2 (catégorie Data Science) récompensant le travail de recherche le plus innovant.

Louis Vuitton LVMH : unlock the luxury.
Un défi de 48 H pour réinventer et casser les codes de l’industrie du Luxe grâce aux geeks et à la Data.

Codalab : Automatic Machine Learning - Chalearn.
6 mois pour automatiser de bout en bout le travail des data scientists.

Université Paris Saclay : Center for Data Science.
1 jours pour appliquer les algorithmes du Deep Learning à la reconnaissance automatique d’images.

me contacter

Évangélisation Data

ETNA

Voir plus

Voir moins

Intervention à l’école d’ingénieur ETNA devant la nouvelle promotion afin de la sensibiliser à l’Intelligence Artificielle et au Machine Learning.

Intervention à Data Lunch Break. Tout savoir sur les business Data-Driven durant son heure de déjeuner ! Qu’est-ce que c’est ? A quoi ça sert ? Comment distancer ses compétiteurs ?

Intervention à Master Class. Big Data ou analyse prédictive : de quoi parle-t-on ?

me contacter

05

Presse

Les meetups comme si vous y étiez

Orange Le Collectif

Voir plus

Voir moins

publié le 07/04/2014 par Chrystèle Bazin

Franck Bardol organise quant à lui un meetup plus technique, autour des algorithmes, le Paris Machine Learning. C’est en assistant à d’autres meetups qu’il a eu l’idée d’en créer un sur un sujet dont il est spécialiste, et qui n’existait pas encore.

7 questions à Franck Bardol, Data Scientist

Le MagIt

Voir plus

Voir moins

publié le 03/04/2014 par Cyrille Chausson

Avec une formation initiale en gestion d’entreprise et en économétrie statistique, Franck Bardol est venu au métier de Data Scientist. Avec un profil mixte entre ingénieur de développement et analyste quantitatif, il est devenu consultant auprès des banques et des services financiers. Il est également co-organisateur d’une rendez-vous mensuel, animant ainsi une communauté d’experts de cette précieuse science des données.

Lire cette article

Pour une intelligence artificielle maîtrisée, utile & démystifiée

Rapport du Sénat N°464

Senat-OPECST

Voir plus

Voir moins

publié le 15/03/2017 par M. Claude DE GANAY, député et Mme Dominique GILLOT, sénatrice

La communauté française de l’intelligence artificielle se constitue surtout en dehors des institutions - de l’association française pour l’intelligence artificielle (AFIA) en particulier - à travers les meetups. Le principal d’entre eux, le «Paris Machine learning Meetup», auquel ont été invités vos rapporteurs, représentent 5 205 membres au 1er mars 2017.

Ses animateurs Igor Carron & Franck Bardol jouent maintenant un rôle clé dans la communauté française de l’intelligence artificielle.

Lire cette article

06

Actualités