Livrables

Pour participer au challenge, chaque candidat doit s’inscrire au préalable sur le site web de Management & Data Science, en indiquant un prénom, un nom, une adresse email et une institution d’affiliation (université, école de commerce, entreprise, etc.).

A la fin de l’étape d’entraînement, les candidats soumettent leurs résultats qui comprendra :

• les noms, prénoms et affiliation de chaque membre du groupe
• une notice explicative avec :
  • une introduction qui rappelle le contexte, la problématique et ses enjeux,
  • une présentation du jeu de données utilisé,
  • la méthode et les étapes utilisées pour réaliser les prédictions (transformation des données, modélisation, comparaisons des algorithmes utilisés, stratégie d’optimisation du modèle, évaluation du modèle) ;
  • une analyse des résultats (typologie et profil des collaborateurs, facteurs déterminants et prédiction du turnover) et les limites de l’étude;
  • des préconisations à l’entreprise pour réduire turnover de ses collaborateurs (stratégies de rétention);
  • une conclusion rapide qui montre l’intérêt de la data science dans la gestion des ressources humaines.
• le fichier soumission avec les prévisions définitives (format .csv, UTF8, séparateur virgule, noms des colonnes).

Évaluation

1) les prévisions

A partir du fichier soumission où les candidats auront remplacé les valeurs vierges par leurs prédictions (fichier qui contient l’identifiant de la transaction et la variable à prédire), les soumissions sont comparées aux valeurs réelles.

Plus les soumissions sont précises, plus les candidats obtiennent un score élevée.

La métrique d’évaluation principale sera l’exactitude (accuracy), c’est-à-dire le nombre de prédictions justes rapporté au nombre de cas de test dans le jeu de test.

Une péréquation est ensuite réalisée pour obtenir un score et réaliser le classement du challenge entre les équipes.

2) La notice explicative

La qualité du document d’accompagnement de la soumission sera évaluée suivant les critères suivants

• Respect des consignes, qualité des illustrations et clarté des explications
• Mise en évidence que la méthode utilisée
• « Traçabilité » des étapes de la méthode utilisée :
  • Hypothèses et essais effectués, réorientation des travaux, tactiques et stratégies …
  • Étapes de traitement des données
  • Paramétrage de l’outil (et/ou des algorithmes)
• Reproductibilité de l’analyse
• Interprétation des résultats
• Pertinence des préconisations proposées

Classement

L’ensemble des propositions sera évalué et classé. Les 5 meilleures propositions iront en finale. Les candidats finalistes présenteront leurs préconisations à un jury.

Le jury désignera le groupe vainqueur en fonction du classement au challenge et de la qualité des préconisations.