BNP Paribas · Crédit Agricole · Olivier Assurance
Règles d'éligibilité et calcul de mensualité sur le crédit à la consommation, outil de profiling et scoring par forêt aléatoire, reporting métier et optimisation d'espaces.
Le cabinet
L'expertise data,
L'expertise data,
de la recherche à la production.
S2A est dirigé par Samuel Kaci, data scientist formé aux mathématiques appliquées. Recherche universitaire, banque, assurance, santé, presse : les systèmes que nous construisons s'appuient sur un parcours mené dans des environnements où l'erreur coûte cher.
DirectionSamuel Kaci — data scientist
FormationMaster SIAD · Master MIND · Licence de mathématiques fondamentales et appliquées
ImplantationBordeaux — interventions sur toute la France
Direction
Vous parlez à celui qui construit
Aucun intermédiaire commercial. La personne qui cadre votre mission est celle qui la conduit, la met en production et l'exploite ensuite.
Samuel Kaci
Fondateur · Data scientistMathématicien de formation : licence de mathématiques fondamentales et appliquées à Montpellier, spécialisation probabilités et statistiques, puis deux masters — SIAD, statistiques pour l'information et l'aide à la décision, et MIND, mathématiques de l'information et de la décision.
Le parcours commence par la recherche. À l'IMAG, laboratoire de l'Université de Montpellier et du CNRS, sur les tests d'adéquation à la loi de Newcomb-Benford — l'outil statistique qui sert à détecter la fraude. Objectif : construire un test plus puissant que ceux qui existaient. Puis au CHU de Montpellier, sur l'algorithme qui apparie un greffon à un patient en attente de greffe.
Vient ensuite l'industrie. Les règles d'éligibilité et le calcul de mensualité du crédit à la consommation chez BNP Paribas. Un outil de profiling et de scoring par forêt aléatoire au Crédit Agricole. Le reporting métier chez Olivier Assurance. Le text mining et l'aide à la décision chez SaorIA. Puis les chaînes d'automatisation documentaire et les assistants métiers fondés sur des modèles de langage.
S2A est né de ce que ce parcours a rendu évident : ce qui manque rarement, c'est le modèle. Ce qui manque, c'est le système qui tourne tous les jours, que quelqu'un maintient, et dont on peut expliquer chaque sortie.
Mathématiques appliquées
Statistiques inférentielles
Machine learning
NLP & LLM
RAG
Industrialisation & MLOps
Pilotage de projet
Parcours
Là où cette expertise s'est construite
Des secteurs où la donnée engage une responsabilité : un crédit accordé, un greffon attribué, une annonce légale publiée. C'est cette exigence que nous appliquons à vos processus.
Banque & assurance
Santé
CHU de Montpellier — IURC
Amélioration de l'algorithme d'appariement entre greffons et patients en attente, et conduite d'une étude statistique sur les greffés du foie en France.
Recherche
IMAG — Université de Montpellier / CNRS
Travaux sur les tests d'adéquation à la loi de Newcomb-Benford, appliqués à la détection de fraude. Construction d'un test statistique plus puissant que l'existant.
Presse & information juridique
Les Échos Judiciaires Girondins
Chaîne complète d'automatisation des demandes d'annonces légales : lecture des courriels, extraction par IA, génération de l'annonce et flux de facturation.
Conseil & ESN
Aubay · Talan
Missions de data scientist et de lead data scientist : pilotage de projets data, référent technique, garant des méthodologies et arbitrage des choix d'architecture.
Start-up
SaorIA
Aide à la décision sur les évolutions politico-juridiques : text mining, analyse descriptive et prédictive, amélioration de la pertinence des algorithmes.
Socle technique
Les outils que nous mettons en œuvre
Des technologies standard, choisies pour la tâche. Un prestataire tiers doit pouvoir reprendre ce que nous construisons.
Langages
RPythonSQLSAS
R en usage expert : manipulation, dataviz avancée, applications Shiny, modélisation, industrialisation de workflows.
IA & modélisation
LLM & RAGNLPscikit-learnTensorFlowPyTorchXGBoost
Classification, régression, scoring, segmentation, réseaux de neurones, méthodes ensemblistes — et l'évaluation qui va avec.
Données & restitution
DataikuTableauPower BITalend
Préparation, orchestration, flux d'intégration, tableaux de bord interactifs et reporting automatisé.
Infrastructure
GCPAWSLinuxCI/CDGitLab
Hébergement, déploiement et exploitation des solutions data, avec intégration continue et reproductibilité des traitements.
Formation & certifications
La statistique avant l'outil.
Une part importante de ce qui rate dans les projets data tient à des erreurs de méthode : un modèle validé sur les mauvaises données, un indicateur qui ne mesure pas ce qu'on croit, une conclusion tirée d'un écart non significatif.
C'est pourquoi le socle est mathématique avant d'être technologique. Les outils changent tous les trois ans. La rigueur statistique, elle, ne se périme pas.
Diplômes
- Master SIAD — IAE Montpellier, 2020Statistiques pour l'information et l'aide à la décision : analyse de données, modélisation en environnement big data, gestion de projet en environnement risqué.
- Master MIND — Faculté des sciences de Montpellier, 2020Mathématiques de l'information et de la décision : modélisation, choix de méthodes, mise en œuvre computationnelle.
- Licence de mathématiques fondamentales et appliquées — MontpellierCursus master en ingénierie, spécialisation probabilités et statistiques.
Certifications
Dataiku — Core Designer
Dataiku — Advanced Designer
Dataiku — ML Practitioner
Dataiku — MLOps Practitioner
Dataiku — Developer
Gestion de projet Agile — Scrum & Kanban
Positionnement
La précision du sur-mesure, à l'échelle d'un projet maîtrisable.
Deux options s'offrent habituellement aux organisations qui veulent automatiser : acheter une plateforme générique et passer des mois à s'y plier, ou lancer un projet de transformation dont le coût dissuade avant le démarrage.
Nous occupons l'espace entre les deux : un périmètre net, un système construit autour du processus réel, une mise en production rapide, puis une extension progressive. La valeur d'une automatisation se mesure à ce qu'elle libère, pas à son ampleur.
Architecture documentée, technologies standard, réversibilité, coût d'exploitation annoncé : les standards d'un grand cabinet, appliqués là où ils font la différence.
Nos convictions
- Le processus réel prime sur la procédure écriteCe qui se fait vraiment sur le terrain détermine ce qui peut être automatisé.
- Un système doit être vérifiableUne sortie qu'on ne peut pas retracer jusqu'à sa source n'a pas de valeur opérationnelle.
- La technologie la plus simple qui suffit est la bonneUn modèle de langage n'est pas la réponse à tout.
- L'automatisation sert la décision, elle ne la remplace pasCe qui engage votre responsabilité reste arbitré par vos équipes.
- Un client doit pouvoir partirSources, données et documentation vous appartiennent, dans des formats ouverts.
Notre exigence
« Un système d'automatisation ne vaut que par ce qu'il fait tourner le lundi matin. C'est la seule mesure que nous acceptons. »
Samuel Kaci, fondateur de S2A
Travaillons ensemble