Disposer d’une équipe Data solide est un élément important dans la fintech, c’est le cas chez October. L’équipe Data d’October a été formée il y a deux ans et se situe dans nos bureaux hollandais. L’équipe est responsable de la mise en place de l’infrastructure, l’exécution d’analyses et le déploiement de modèles, et aide également les autres équipes dans leurs prises de décision. Nous avons rencontré Tejas Sherkar, Lead Data Scientist et Zheya Feng, Data Scientist junior.
Une expérience forgée à l’international
Tejas: « Après une licence en Sciences et Ingénierie de l’Énergie à l’IIT de Bombay, j’ai obtenu un doctorat en Physique Appliquée à l’université de Groningen. J’ai commencé ma carrière en tant que Data Scientist sur l’une des plus grandes plateformes de paiement et ai décidé de rejoindre October l’année dernière, où je suis devenu responsable de la team Data. »
Zheya: « Je suis titulaire d’une licence E-commerce obtenue en Chine à l’Université de Zheijiang et d’un Master en Data Science de l’Université d’Amsterdam. J’ai fait un stage dans la plus grande agence de voyage en ligne de Chine, où j’ai pu construire des modèles de données pour le classement et la recommandation de restaurants pour les touristes. Grâce à mon expérience multisectorielle et multidisciplinaire, je suis capable d’adapter ma pensée aux différents points de vue lors de la résolution d’un problème. »
Le rôle important de notre équipe Data
Selon Tejas: « L’utilisation des données n’est pas nouvelle pour les entreprises de la fintech, mais la data science, quant à elle, nous aide à étudier et à comprendre les comportements et les tendances complexes de la data. Chez October, nous sommes en mesure de tirer des enseignements des données que nous avons recueillies durant de nombreuses années pour effectuer des analyses de risques automatisées, détecter les fraudes, acquérir des clients et optimiser nos produits. »
Selon Zheya : « La pensée data science peut s’appliquer à n’importe quel domaine de données et, grâce à des modèles avancés, nos connaissances sont bien meilleures que les méthodes traditionnelles. Ces résultats nous aident à améliorer non seulement le portfolio October, mais aussi l’expérience utilisateur. »
Fiers du modèle Magpie
Tejas : « Chez October, nous avons la possibilité de résoudre des problèmes difficiles avec créativité et ingéniosité. »
Zheya confirme : « Chaque jour, nous recevons de plus en plus de données permettant une amélioration continue de l’offre October. Au fil de nos échanges, différentes hypothèses sont évoquées et il est passionnant de valider ces idées grâce aux données disponibles. »
« Par exemple, au cours des dernières années, nous avons travaillé dur sur un modèle de notation automatique des demandes de financement appelé Magpie », poursuit Tejas. « Magpie repose sur des algorithmes de machine learning et sur une grande quantité de datas, collectées au cours des 5 dernières années dans tous les pays où October est actif. Ce modèle s’améliore également à mesure que nous collectons davantage de données et que nous y appliquons nos nouvelles connaissances. »
Inspirés par la Data science
Quelles sont les entreprises qui inspirent nos Data Scientists ? Pour Zheya, il s’agit de l’entreprise e-commerce Meituan Dianping. « Cette entreprise propose la livraison de nourriture, la réservation de billets et de nombreux autres services en ligne. Ils construisent d’excellents systèmes pour récupérer des informations et faire des recommandations aux clients grâce aux données de texte streamés, aux images et au comportement des utilisateurs. Ils partagent leur approche en open source ».
Tejas choisit : « La Société suédoise Spotify, connue pour son service de streaming musical. Ils ont développé l’un des meilleurs systèmes de recommandation jamais construits. Ils ne se reposent pas uniquement sur la quantité importante de données mise à leur disposition, mais sur leur culture qui consiste à mettre l’utilisateur au centre et à comprendre ses besoins et ses problématiques. Ils ont réussi à faire des datas leur principal atout pour faire grandir leur entreprise. »
Vous voulez rejoindre notre équipe Data ? Jetez un œil à nos Offres October.