Descriptif

Les étudiants travailleront en petits groupes et collaboreront pour trouver des solutions à des problèmes empiriques à partir de données réelles. Les sujets couvrent de nombreux usages d'IA/ML dans le domaine financier à travers des expériences pratiques, notamment le chargement de données, l'orchestration de pipelines, la surveillance et la relance sélective des tâches ayant échoué. Un accent sera mis sur la curation des données, notamment l'alignement des symbologies, le rôle des fondamentaux, et la réconciliation des types de transactions. Cela mettra en évidence le déploiement pratique et l'amélioration continue des modèles dans le contexte financier.