
Explicabilité des modèles d’I.A.* « Black Box »
Un programme de R&D mené en partenariat avec le laboratoire LAMSADE, Université Paris Dauphine, rattaché au domaine d’excellence Data.
CHERCHEURS

Docteure Sara MEFTAH (Chercheur (PhD) – Consultant)
Diplômée d’un Master 2 en Intelligence Artificielle (Paris Dauphine), et détentrice d’un diplôme d’ingénieur en Informatique, Sara a obtenu son doctorat en traitement automatique des langues (Natural Language Processing) au Commissariat à l’Énergie Atomique et aux énergies renouvelables (CEA) et à l’université de Paris Saclay. Sara est chercheure au Square Research Center et contribue en particulier aux travaux de recherche sur la conception et le développement de nouvelles méthodes d’interprétabilité et d’explicabilité des modèles d’apprentissage automatique.
Publication
- “Intelligence Artificielle : comment anticiper les nouvelles réglementations européennes”, Maddyness — 25/10/2021

Clément Feutry (Chercheur (PhD) – Consultant)
Après une expérience dans la recherche académique et de l’enseignement dans le supérieur à l’ENS de Cachan, Clément est maintenant l’un des moteurs des activités de R&D de Adway. Il dispose d’une expertise en traitement d’image et en machine learning, sujet de son doctorat. Outre son travail sur l’uplift, il est aussi impliqué sur d’autres sujets de R&D au sein du Square Research Center: l’explicabilité. Clément intervient en mission sur ces sujets cauxquels il apporte son expertise d’automatisation et de modélisation. Son intervention peut inclure la réalisation de POC ou démarrer à partir d’une audit de l’existant.
Publications
- “Après l’explosion du e‑commerce, l’heure du bilan sur la génération de trafic et son ROI a sonné!” LSA, 02/12/2021
- “Revisiting the CATE/uplift problem with binary outcome and treatment: new metric, models and a comprehensive benchmark” en cours de publication