Engin de recommendation Empower - QC-472

Project type: Research
Desired discipline(s): Computer science, Mathematical Sciences, Mathematics, Operations research, Statistics / Actuarial sciences, Design, Social Sciences & Humanities, Economics
Company: Empower
Project Length: Longer than 1 year
Preferred start date: As soon as possible.
Language requirement: EnglishFrench
Location(s): Montreal, QC, Canada; Canada; Canada
No. of positions: 10
Desired education level: CollegeUndergraduate/BachelorMaster'sPhDPostdoctoral fellow
Search across Mitacs’ international networks - check this box if you’d also like to receive profiles of researchers based outside of Canada: 
No

About the company: 

Empower est une application qui ingère, emmagasine et utilise le data des entreprises pour faire du marketing de prédiction. L’application propose des recommandations de commercialisation, et exécute les tâches requises pour aider les PMEs à faire face aux changements technologiques qui s’accélèrent, sans avoir le besoin d’une équipe interne ou de ressources spécialisées. Notre mission est d'aider les PMEs à atteindre leur plein potentiel commercial. 

Describe the project.: 

1- Modules d’ingestion de données d’entreprise (Le data) :

Découvrir et connecter à notre application de nouvelles sources de données internes et externes à l’entreprise client tel que : les informations de comptabilité, les performances de vente, les nouvelles d’entreprise, les informations sur le marché, l’industrie, la compétition, les actualités pertinentes et bien plus.

Ceci a pour but de bâtir la librairie de données que nous avons sur nos clients pour aider notre engin de recommandations. Nous visons avoir plusieurs milliers de points de data par entreprise.

Pour ce faire nous devons développer des connections à des solutions externes à travers des milliers d’API disponibles, les analyser et bâtir les connections.  

2- Traitement du data :

Une fois le data obtenue nous devons bâtir et gérer la base de données. Faire la segmentation de l’information par catégorie, identifier l’importance de chaque point de data, le taux d’actualisation des données et la gestion du méta-data.

3- Engin de recommandation :

Dans ce module nous devons faire de la recherche innovante pour déterminer les recommandations commerciales pertinentes à faire à nos clients basées sur la valeur ou la variante du data obtenue.

Nous devons aussi identifier les corrélations que plusieurs points de data non-reliés peuvent jouer sur notre engin de recommandation. Ici la mise en place d’hypothèses et de tests sur des vraies entreprises nous permettra de confirmer ou d’infirmer nos hypothèses et servira à constamment renforcer notre modèle.  

Nous devons aussi, pour chaque recommandation, mesurer ses impacts commerciaux par des métriques claires pour déterminer son succès ou son échec et incorporer les résultats dans un engin de renforcement pour constamment améliorer les recommandations.

Required expertise/skills: 

  • Natural Language Processing
  • Angular 
  • .net
  • Engin ou algorithme de recommandation
  • Gestion de données
  • Fonctionnement des API
  • Intérêt pour le marketing, la communication, le design et les médias sociaux