· Traduction de questions commerciales en questions portées sur les données
· Pré-traitement des données
· Setup et gestion d'analyses de données pré-traitées
· Partage d'insights basés sur l'analyse des données
· Echanges hebdomadaires via coups de fil et partage d'écran
· Compte-rendu mensuel complet
Projet de recherche sur une application de navigation collaborative exploitant les données ADS-B d'A/C
- Classification non supervisée de trajectoires d'approche sur LFBO (Toulouse) sur un jeu de données d'entraînement de plus de 1000 trajectoires, en considérant au moins les caractéristiques liées à la position de l'avion.
- Comparaison entre les techniques de clustering basées sur la densité et celles basées sur la hiérarchie sur un jeu de données d'entraînement. Benchmark réalisé entre plusieurs méthodes de calcul de la distance entre matrices de trajectoires : Distance de Fréchet, distance de Haussdorf, aire entre les courbes.
- Prédiction de la trajectoire des futurs avions au départ de Toulouse pour l'optimisation des opérations, les économies de temps et de carburant pour les compagnies aériennes.
- Détection de modèles de dégradation dans les données de vol des Airbus A350 et A380
- Développement d'algorithmes de prédiction et de diagnostic dédiés aux sous-systèmes de l'avion
- Rendu visuel des résultats d'analyse pour les partager avec les parties prenantes du projet et les clients.
- Support direct aux clients, réduction des interruptions opérationnelles des compagnies aériennes et amélioration de la maturité des sous-systèmes.
- Application d'un algorithme de réseau neuronal sur des séries temporelles enregistrées sur l'ACM du système de conditionnement d'air de l'Airbus A350 pour comparer les quantités physiques de sortie prédites (température, pression) aux comportements attendus et aux cas de défaillance.
Python | Java | Mongo DB | SQL | Spotfire