Nos offres

Contexte local :

Les organisations de conservation ont besoin de comptages précis et réguliers des populations animales (ex: éléphants, rhinocéros). Les méthodes manuelles sont coûteuses, lentes et inexactes sur de vastes territoires. L'imagerie aérienne (drones/avions) génère des volumes de données qui nécessitent une analyse automatisée rapide pour être exploitables.

Objectifs :

Développer un modèle de vision par ordinateur pour détecter, localiser et identifier des animaux spécifiques (ex: éléphants, zèbres) dans des images aériennes haute résolution.

• Précision : Atteindre une précision moyenne de détection (mAP:35) d'au moins 80%.

• Performance : Analyser une image standard en moins de 2 secondes sur CPU pour une application pratique.

• Déploiement : Fournir une application locale conviviale (avec GUI) permettant aux utilisateurs non techniques d'importer des images, de lancer l'analyse, et de visualiser les résultats (localisation, comptage) de manière intuitive.

Contexte local : Les institutions de microfinance (IMF) et les tontines peinent à évaluer le risque des demandeurs de micro-crédits (ex: commerçantes, artisans) qui n'ont pas d'historique bancaire formel.

Objectifs : Prédire la probabilité de remboursement (oui/non) d'un petit prêt (< 100 000 FCFA) avec une précision d'au moins 75%. 

Contexte local : Les services douaniers ont des ressources limitées pour inspecter physiquement les conteneurs. La sous-évaluation (déclarer une valeur inférieure) est une fraude courante.

Objectifs : Attribuer un score de risque (0-10) à chaque déclaration pour aider les inspecteurs à prioriser les contrôles sur les 5% les plus risqués.

Contexte local : De nombreuses PME (boutiques, restaurants) utilisent le Mobile Money (Orange Money, Moov, etc.) pour les paiements. Les fraudes ou les erreurs de saisie peuvent coûter cher.

Objectifs : Identifier les 1% de transactions les plus "atypiques" (montant, fréquence, heure) pour vérification manuelle.