À propos
Thématique du stage : Modélisation de ruptures de tendance par chaînes de Markov cachées.
Contexte
Mews Labs est une filiale de Mews Partners* spécialisée dans la résolution de problèmes complexes issus de l’industrie dans les domaines de l’optimisation, de la modélisation, de la simulation physique et de la science des données.
Les séries temporelles sont un type de données fréquemment rencontrées en statistiques. Leur analyse repose sur la détermination de tendances générales, de variations périodiques (effets saisonniers) mais aussi d’évènements ponctuels qui perturbent la dynamique du système.
Le package PASTS, développé par Mews Labs, permet d’estimer les paramètres associés à ces différentes features. Cependant, il peut arriver que les valeurs de ces paramètres reposent elles-mêmes sur des variables, dites cachées. Une modification de ces variables conduit alors à une modification des paramètres, et nécessite de les ré-évaluer afin de pouvoir continuer à utiliser les prévisions du modèle.
Les chaînes de Markov cachées permettent de prendre en compte ces dynamiques. Le but du stage sera d’implémenter ces méthodes dans le package et de développer des méthodes afin de détecter rapidement des changements de tendances. Ces modèles pourront être appliqués à des données de suivi d’actifs industrielles et/ou des données financières de cours boursier.
*Mews Partners est un cabinet de conseil en management indépendant de plus de 250 Consultant.e.s. Spécialisé dans la conduite de projets de stratégie opérationnelle auprès de clients phares de l’industrie, le cabinet est en croissance régulière depuis sa création en 1992.