Le data challenge a réuni de nombreux étudiants sur des sujets sur le sport, l’analyse d’image, l’agro-alimentaire et les télécommunications.
Merci aux nombreux étudiants participants, aux mentors et aux jurys.
Les projets proposés
Capgemini (Pau) : pronostics sportifs (coupe du monde de rugby)
Problématique et objectifs : à l’aide d’outils d’apprentissage supervisé, vous devrez prédire les résultats de toutes les rencontres de la Coupe du Monde 2019. L’objectif final sera de déterminer le Champion du Monde et le score de la finale.
Descriptif du jeu de données fourni : résultats rencontres ayant opposées chaque équipe depuis le 1er janvier 2015 jusqu’au 10 septembre 2019.
DataPink (Lyon) : segmentation sémantique d’images satellites
Problématique et objectifs : à partir du framework opensource RoboSat.pink (édité par DataPink), améliorer la qualité de reconnaissance des patterns (par exemple en respectant la topologie), ou les performances logicielles sur la phase de training et lors de l’inférence.
Descriptif du jeu de données fourni : 40 000 images (définition 512×512), avec labels d’occupation du sol calés sur chaque image
Euralis (Pau) : assistant vocal intelligent dédié aux questions techniques agricoles
Problématique et objectifs : à partir d’une base de données d’images, de conversations, ainsi que des pointeurs vers des sites de conseils agronomiques, construire une base de connaissance constitué de couples (images, texte) contenant les images collectées et le texte associé contenant la réponse au problème, puis mettre en place un algorithme capable de suggérer à l’utilisateur une (ou plusieurs) réponses associées à une nouvelle image.
Descriptif du jeu de données fourni : un dossier WhatsApp de 2 ans d’historiques de discussions, un fichier métier contenant plus de 500 questions des techniciens, les réponses techniques, des annotations, des pointeurs vers des sites de conseils agronomiques.
Kappsports (Bidart) : évaluer les coureurs de sports d’endurance
Problématique et objectifs : attribuer un score à chaque sportif de la base fournie, traduisant son niveau sur chacune des disciplines (course sur route, trail, cyclisme, triathlon…), à partir du niveau de performance de l’ensemble des participants à l’épreuve; objectifs finaux : donner une idée générale du niveau d’une course, attribuer des évaluations aux coureurs (comme pour le tennis), leur permettre de suivre leur évolution, se comparer.
Descriptif du jeu de données fourni : base détaillée de tous les résultats, avec les informations de distance et type d’épreuve.
La Fibre64 (Pau) : Détermination d’emplacements appropriés pour couvrir une zone en 4G
Problématique et objectifs : entre 2 points, trouver un itinéraire routier sans rupture de la couverture 4G; entre 2 points, déterminez les endroits les plus adaptés pour implanter un ou plusieurs pylônes de téléphonie mobile afin que le chemin soit le plus court possible.
Descriptif du jeu de données fourni : un modèle numérique de terrain (BD_ALTI), tracé des routes départementales, implantation et couverture des 4 principaux opérateurs.
Les résultats
Ils ont tout d’abord choisi, parmi les 5 sujets proposés, le projet d’assistant vocal intelligent dédié aux questions techniques agricoles transmis par la société Euralis (Pau).
Ils ont ensuite travaillé pendant 2 jours (et une nuit!) durant une compétition acharnée avec les nombreuses autres équipes.
Ils ont gagné ! Toutes nos félicitations à l’équipe d’élèves ingénieurs de l’EISTI-PAU qui a remporté ce data challenge.
