MFG Labs, les mathématiques au service de la transformation des entreprises

Compte-rendu de l'intervention de MFG Labs au cours du séminaire du Mastère Spécialisé® Big Data du 9 mars 2017.

MFG Labs a été créé en 2009 par deux mathématiciens réputés, Pierre-Louis Lions, médaille Fields 1994 et Jean-Michel Lasry, professeur de mathématiques à l’université de Paris Dauphine. D’abord spécialisé dans l’application de théories mathématiques dans le domaine du trading algorithmique, MFG Labs a évolué vers d’autres activités avec l’émergence des « big data » : l’entreprise aide aujourd’hui ses clients à transformer leurs métiers à l’aide d’outils et expertises en mathématiques et data science, mais en aussi avec un savoir-faire en production de systèmes complexes, et ce dans toutes les industries. MFG Labs est très proche de la recherche universitaire des plus grands acteurs académiques en France et à l’étranger (Polytechnique, ENSAE, Technion, Berkeley, etc.) et travaille quotidiennement avec des chercheurs sur des sujets algorithmiques de pointe, ainsi que des grands acteurs de la tech (partenariats avec Google, Facebook et Amazon).

MFG Labs appartient depuis 2011 au groupe Bolloré. Outre ses clients en propre, qui représentent la moitié de l’activité, MFG Labs travaille sur des chantiers de transformation à grande échelle à l’intérieur du groupe, dans un grand nombre de ses activités : logistique, media, entertainment ou encore gaming.

L’équipe de MFG Labs se compose de 50 personnes, dont une équipe unique en France de 20 profils data, dédiée à l’analyse de donnée, au test et au déploiement en production de modèles mathématiques complexes.

Secteurs d’activités et exemples de projets

Logistique : prédiction du tarif maritime

Comment prédire le prix du transport maritime entre deux ports donnés, pour optimiser les achats d’un freight forwarder ?
Méthodes utilisées : problématiques de séries temporelles, réseaux de neurones : passer de la théorie à la pratique avec Keras.

Télécom : prédiction de l’insatisfaction client à partir des données réseau

Peut-on prédire la satisfaction des utilisateurs d’un fournisseur ADSL uniquement à partir des données réseau, pour anticiper le churn client ?
Méthodes utilisées : scoring de satisfaction client par de nombreux modèles, puis comparaison avec un sondage auprès de plusieurs milliers de personnes pour connaitre la satisfaction réelle.

Entertainment : détection de trafic frauduleux chez un publisher de vidéo

Comment détecter les vidéos vues par du trafic automatique (bots) ?
Méthode utilisée : développement d’algorithmes de scoring par l’équipe de data scientists et mise en production des modèles avec l’équipe de développeurs pour détecter le trafic frauduleux chaque jour.

Sport : production d’un système de mass-customisation de chaussures de running

Comment utiliser les données de coureurs (données anatomiques, socio-démographiques ou bio-mécaniques) pour concevoir des chaussures de running entièrement personnalisées et adaptées aux besoins individuels de ces coureurs ?
Méthodes utilisées : test utilisateurs à grande échelle, algorithmes de recommandation, clustering de type de pieds

Pourquoi travailler chez MGF Labs ?

• Une équipe jeune, entre 28 et 30 ans, allant du mathématicien au designer
• Une des plus grosses équipes data en France (20 personnes)
• Un fort accent sur le partage des connaissances lors d’un rendez-vous tous les vendredis : nouveaux algorithmes, difficultés rencontrées…
• 50 personnes issues des meilleures formations académiques : Polytechnique, ENSAE, TSE, Centrale, University of Boston etc.
• Une forte proximité avec le monde de la recherche (Technion, Polytechnique, ENSAE, Berkeley, etc.)
• Une croissance très soutenue depuis la création de l’entreprise

En savoir plus sur l'entreprise

Site de l’entreprise : mfglabs.com
Compte Medium : chronicles.mfglabs.com
Recrutement : jobs@mfglabs.com

Compte rendu rédigé par les étudiants du Mastère Spécialisé® Big Data : Séverine Cohard et Guy-Marcel Mbula