Projet de fin d'étude
01/06/2022
Analyser en temps réel les offres d'emploi de Pôle Emploi. En utilisant des techniques telles que le clustering, la régression logistique et l'analyse factorielle, nous avons identifié des tendances clés dans les dynamiques de l'emploi. Notre approche a permis des résultats étonnants et des insights précieux pour les d'éventuels décideurs.
Projet à thématique libre, nous avons choisi d'étudier les dynamique de l'emploi à travers les notions de :
✓ Clustering, segmentation (Regroupement hiérarchique, Expectation–maximization algorithm, Principal Component Analysis...)
✓ Scoring : diagnostique de colinéarité, comparaison et sélections de modèles via critères.
✓ Régression logistique
✓ Analyse discriminante
✓ Arbre de décision (Anova)
✓ Data Mining
✓ Analyse factorielle, associations de données,
✓ Système informatique décisionnel (ETL, Cube OLAP...)
✓ Tests paramétriques simples et multiples (comparaison d'espérance, de variances, estimation de coefficients...)
✓ Régression linaire simple