Nos travaux de recherche s’inscrivent dans le champ de l’inférence causale, domaine du machine learning visant à produire des modèles d’aide à la décision capables d’exploiter de grandes masses de données complexes. L’une de nos applications phares est le ciblage marketing : nos modèles permettent de maximiser le ROI des campagnes grâce des analyses individuelles sélectionnant les profils clients à cibler en priorité.

Notre travail de recherche développe des solutions permettant l’amélioration des métriques d’évaluation des modèles d’explicabilité en termes de plausibilité et de fidélité. La conception de modèles de substitution robustes aux attaques adversariales. La génération d’attaques adversariales et d’exemples contrefactuels adaptés, particulièrement ardue dans le cas d’une application NLP, afin d’optimiser la capacité d’interprétabilité des algorithmes d’IA.