Prévoir les livraisons de cacao avec un modèle bayésien hiérarchique
Aperçu
En quoi consiste ce défi.
Concevez un modèle bayésien hiérarchique pour prévoir les livraisons de cacao par section. Obtenez un certificat vérifiable.
Le scénario
La coopérative concernée est une structure agricole ivoirienne de taille moyenne, adhérente à une filière d'exportation certifiée, dont les livraisons se concentrent sur deux pics annuels (grande traite d'octobre à mars, petite traite de mai à août) et dont les revenus dépendent de la capacité à charger un navire à date fixe.
Le brief
Ce que vous ferez, et ce que vous démontrerez.
Comment concevoir, pour la direction logistique d'une coopérative cacaoyère de San Pedro, un modèle de prévision qui fournit par section villageoise une fourchette de volumes livrés assortie de sa probabilité, plutôt qu'un chiffre unique trompeur ?
Earning criteria — what you'll demonstrate
- Construire un modèle bayésien hiérarchique et expliquer le mécanisme de mise en commun partielle qui stabilise les petites sections
- Choisir des lois a priori défendables à partir de connaissances métier, puis en tester la sensibilité comme le cours l'exige
- Distinguer incertitude sur les paramètres et incertitude sur la prédiction future, et les communiquer séparément
- Diagnostiquer la convergence d'un échantillonnage postérieur et savoir reconnaître un ajustement non fiable
- Traduire une distribution prédictive en décision opérationnelle chiffrée (réservation de camions, risque de saturation)
Adéquation au programme
Où cela s'inscrit dans votre cursus.
Renforce les mêmes compétences que celles attendues par votre diplôme.
Cursus associés bientôt disponibles.
Compétences
Les compétences que vous démontrerez.
Chacune apparaît sur votre certificat vérifié.
- Bayesian Inference
Apply bayesian inference to solve real industry problems and demonstrate production-level capability.
- Uncertainty Quantification
Apply uncertainty quantification to solve real industry problems and demonstrate production-level capability.
- Analytical Reasoning
Apply analytical reasoning to solve real industry problems and demonstrate production-level capability.
- Assumption Analysis
Apply assumption analysis to solve real industry problems and demonstrate production-level capability.
- Ai Assisted Analysis
Apply ai assisted analysis to solve real industry problems and demonstrate production-level capability.
Débouchés
Les métiers auxquels ce défi vous prépare.
De vrais intitulés. De vraies passerelles de compétences. Choisissez celui qui se rapproche le plus de votre trajectoire.
Les parcours de carrière que ce défi construit
Métiers de référenceAnalyste Prévisionnel
Vous produisez ici ce que ce métier livre chaque mois : une prévision assortie de son incertitude, comparée à une référence naïve et traduite en décision d'approvisionnement. La discipline du test sur période retenue à l'écart est directement transférable.
Ce défi renforce
- bayesian-inference
- uncertainty-quantification
- analytical-reasoning
Analyste Chaîne d'Approvisionnement
Le défi relie une distribution statistique à un dimensionnement physique (camions, entreposage, fenêtre de chargement navire). C'est exactement le raisonnement attendu d'un analyste qui arbitre entre coût de capacité et risque de rupture.
Ce défi renforce
- uncertainty-quantification
- analytical-reasoning
- assumption-analysis
Chercheur Scientifique
Justifier des lois a priori, tester leur sensibilité et vérifier la convergence d'un échantillonnage constitue le cœur méthodologique de la recherche appliquée en apprentissage bayésien.
Ce défi renforce
- bayesian-inference
- assumption-analysis
- ai-assisted-analysis