Analytique prédictive de l’état de santé des actifs technologiques

Le but de ce projet est de mettre en place un modèle de machine learning afin de détecter les pannes sur les actifs informatiques avant que celles-ci ne se présentent. La maintenance prédictive permet de monitorer l’état de santé des actifs informatiques et de prendre des décisions appropriées lorsque ceux-ci se dégradent. En effet une panne de serveurs peut avoir des répercussions négatives sur les clients de la Banque Nationale du Canada (distributeur automatique de billet non fonctionnel, site web inactif, panne du système transactionnel) et il faut donc autant que possible limiter ces évènements. L’étudiant, dans le cadre de son projet supervisé à la Msc. en Intelligence d’affaire à HEC Montréal devra donc développer des modèles prédictifs afin de détecter les disfonctionnements sur les différents actifs informatiques de la Banque Nationale. Une attention toute particulière sera portée sur les liens entre les pannes.

Faculty Supervisor:

Denis Larocque

Student:

Hadrien LAUTRAITE

Partner:

Banque Nationale du Canada

Discipline:

Business

Sector:

Information and communications technologies

University:

Program: