Blog

Suivez la parole de Chef Kowee sur l’actualité du Revenue Management et du Pricing
et réagissez sur son Blog

Stage : Deep Learning appliqué aux parkings

Résumé

La mise en œuvre d’une solution de revenue management s’appuie nécessairement sur des algorithmes de prévisions de la demande et des algorithmes d’optimisation. La qualité des prévisions est fondamentale car l’algorithme d’optimisation ne peut fonctionner sans prévisions correctes.

Les méthodes dites de Deep Learning sont de plus en plus utilisées et Kowee souhaite tester la mise en œuvre de nouvelles méthodes dans ce domaine.

Le stage consiste à mettre en œuvre, paramétrer, tester et valider ces méthodes de Deep Learning sur des données réelles de fréquentation des parkings.

Le stage s’effectue au sein d’une start-up composée de profils ingénieurs et informaticiens spécialistes de leurs domaines.

 

La société

Kowee est un éditeur de logiciel spécialiste en Revenue Management pour le monde du parking. La société a été fondée par des experts du Revenue Management et du logiciel.

La société édite la suite logicielle Kowee Park Edition composée de :

  • K-Analytics:    logiciel de reporting orienté Revenue Management
  • K-Pricing:       logiciel d’optimisation tarifaire
  • K-Yield:          logiciel de Yield Management

Kowee est une société de 6 personnes, basée à Courbevoie.

Nos solutions logicielles sont aujourd’hui utilisées par des acteurs majeurs du parking dans le secteur aéroportuaire et dans le secteur du parking urbain.

Le Stage

Le Yield Management dans le secteur du parc de stationnement est spécifique car il est nécessaire de faire à la fois une optimisation entre plusieurs véhicules arrivant à la même heure en tenant compte du revenu horaire tout en tenant compte également du temps de stationnement et de l’impact sur le revenu des tranches horaires suivantes. Il s’agit donc de trouver la meilleure combinatoire de remplissage d’un parc.

Kowee a mis au point une solution innovante pour répondre à tous ces enjeux et notamment un algorithme d’optimisation qui permet de répondre à la particularité du parking.

Kowee souhaite faire évoluer son modèle de prévision pour intégrer plus encore des algorithmes de Deep Learning, des variables exogènes comme les plans de vol ou d’autres sources d’information tout en s’appuyant sur des Framework de Big Data.

Kowee dispose d’historique de millions de données réelles et de la maitrise totale de son infrastructure informatique avec la possibilité d’intégrer de nouveaux composants facilement.

Le stage porte sur la mise en place de modèles de Deep Learning alternatifs afin de prévoir la fréquentation dun parking et l’intégration de données externes telles que le plan de vol dun aéroport.

  • Identification et utilisation d’un framework de Deep Learning
  • Paramétrage, tests et validation sur des données réelles
  • Proposition d’intégration de données externes, identification éventuelle de sources publiques
  • Etude pour intégrer la solution dans l’outil de production

Le stagiaire sera intégré à l’ensemble de l’équipe et bénéficiera de l’expertise des différents collaborateurs et des ressources informatiques nécessaires.

Plusieurs jeux de données sont disponibles pour mener à bien les différentes études.

Le stagiaire sera également amené à réaliser des analyses quantitatives ad-hoc pour le compte des différents clients de Kowee.

Les qualités requises sont :

  • Connaissance des algorithmes de Deep Learning
  • Programmation de ces algorithmes à travers des frameworks existants dans un langage au choix: Python, Java, R…
  • Rigueur mathématique et curiosité générale
  • Capacité de synthèse et capacité à présenter en public
  • Autonomie et capacité d’initiative

Des connaissances et un intérêt pour le Revenue Management sont un plus mais ne sont pas nécessaires.

Contact

mathieu.stricker@kowee.fr

Publié le 11 janvier 2018