Le 27 janvier dernier deux groupes d’étudiants du master ESA ont présenté leurs travaux relatifs à la construction d’un score sur le système ADJ (Aide à la Décision du Jour) devant les membres de la Direction Risques et Contrôles Permanents de LCL, le responsable de l’équipe modélisation, Nicolas Chaigneaud, ainsi qu’Hugo Hudebine qui avait mis en place cette collaboration fructueuse avec notre master.
Le système ADJ est un état quotidien présent sur le poste de travail des conseillers commerciaux concernant les comptes existants en anomalie. L’objectif du travail confié aux étudiants consistait à construire un modèle permettant de quantifier le risque de défaut à 12 mois des clients professionnels de LCL qui passent par le système d’ADJ.
Pour ce faire, les étudiants devaient réaliser un travail en deux phases. Une première phase « classique » consistait à construire une grille de score et à en analyser les performances en suivant le workflow usuel : préparation des données, sélection des variables explicatives, modélisation des défauts par régression logistique, création d’une grille de score, analyse des performances, création de classes de risque, analyse d’homogénéité / hétérogénéité. La deuxième phase consistait à challenger cette approche classique par une ou plusieurs approches de Machine Learning tout en mobilisant différentes méthodes d’interprétabilité ex-post (ICE, LIME, SHAP, etc.) pour conserver la dimension interprétable des modèles.
Tous les étudiants du master ont eu la chance de travailler pendant plusieurs semaines sur ce projet passionnant sous la direction professionnelle d’Hugo Hudebine. Les deux groupes sélectionnés pour présenter leurs travaux devant la direction des risques étaient constitués de Léo Bouchegnies, Jules Bourgoin, Tom Casals, Charles-Antoine Casanova, Samuel Pierre et Olivier Mengoumou.
Ce type d’initiative, très enrichissante pour nos étudiants, a une nouvelle fois démontré la grande valeur de ces collaborations Université – entreprises autour de projets aux enjeux pratiques. Un grand merci aux équipes de LCL.