L’excellence académique a rendez-vous avec les défis du terrain. Le week-end dernier, MARGO s’est rendu sur le plateau de Saclay pour parrainer l'édition 2026 du Hackathon IA Automatants, organisé par les étudiants de CentraleSupélec.
Aux côtés de partenaires de renom comme Databricks et Saint-Gobain, nos experts ont accompagné 70 futurs ingénieurs durant 48 heures de compétition intense. L'objectif ? Résoudre une problématique métier concrète à l'aide de la Data Science. Retour sur un week-end placé sous le signe de l'audace, de la transmission et de la performance technique.
Le défi technique : dompter l’intermittence et les événements rares
Le dataset fourni aux participants du Hackathon IA Automatants n'avait rien d'un exercice d'école. Avec 3 millions de lignes de données brutes, la première difficulté résidait dans une caractéristique bien connue des supply chains industrielles : l’intermittence. En effet, 67 % des lignes affichaient 0 vente.
Dans le monde de la Data Science, ce "bruit" est un obstacle majeur. Là où un modèle classique cherche des tendances linéaires (saisonnalité, croissance), il se retrouve ici confronté à des séries temporelles "plates", brusquement interrompues par des pics de demande imprévisibles. Ce n'est pas une simple gestion de stock, c'est une gestion de l'aléa.
C'est là que réside la vraie complexité industrielle. Ce n'est plus seulement du forecasting classique, cela devient de la prédiction d'événements rares qui 'spikent' brutalement, par exemple lors de l'ouverture d'un nouveau chantier à proximité d'une agence.
Hamza Bouanani, Practice Manager IA MARGO
L’enjeu pour les 70 participants était donc de réussir à prédire les ventes hebdomadaires de couples "produit x agence" pour le second semestre 2025. Un exercice de haute voltige qui demande une finesse d'analyse particulière : comment distinguer un "vrai" zéro d'une rupture de stock ? Comment anticiper qu'un produit inerte depuis des mois va soudainement s'écouler par centaines ?
Pour corser le tout, l'évaluation ne laissait aucune place à l'approximation. La métrique de référence, la WAPE (Weighted Average Absolute Error), punit sévèrement chaque écart. Dans un contexte de données intermittentes, la moindre erreur de modélisation — comme sur-réagir à un pic accidentel ou ignorer un signal faible — impactait lourdement le score final. C'était une véritable course à l'élégance mathématique contre la force brute des algorithmes.
Le défi technique : la réalité de l’événement rare
Le dataset de 3 millions de lignes cachait une complexité industrielle majeure : 67% des lignes affichaient 0 vente.
C'est là que réside la vraie complexité industrielle. Ce n'est plus seulement du forecasting classique, cela devient de la prédiction d'événements rares qui 'spikent' brutalement, par exemple lors de l'ouverture d'un nouveau chantier à proximité d'une agence.
Hamza Bouanani, Practice Manager IA MARGO
Les 70 participants devaient prédire les ventes hebdomadaires de couples "produit x agence" pour le second semestre 2025. Un exercice de haute voltige où la moindre erreur de modélisation impactait lourdement la WAPE (Weighted Average Absolute Error), métrique de référence du week-end.
L'accompagnement MARGO : 29 équipes, 29 visions
Avec 29 équipes en lice, nos mentors ont navigué entre des niveaux de maturité IA hétérogènes. L’enjeu pour MARGO était d'apporter un regard critique sur la scalabilité des modèles sans jamais brider la créativité des étudiants.
Il a fallu jongler entre la réplication de concepts fondamentaux pour les plus jeunes et des conseils de pointe pour les plus aguerris. Notre rôle : pousser chaque équipe à explorer sa propre voie, qu’il s’agisse de Machine Learning lourd ou de modèles mathématiques plus légers et explicables.
Un "hackathon dans le hackathon"
La règle d'or : Une limite stricte de 5 soumissions par équipe était imposée pour tout le week-end afin d'éviter l'overfitting sur le leaderboard.
Le dimanche matin, surprise : deux équipes avaient trouvé une faille technique pour contourner la limite. "Ils ont fait preuve d'une inventivité incroyable pour hacker le système," s'amuse notre expert. "On a dû les disqualifier, mais on a bien rigolé avec eux en les démasquant. C'était l'esprit du week-end : de l'audace, même là où on ne l'attendait pas."
Des partenaires engagés
Pour Databricks, ce premier format étudiant a révélé une vitesse d'apprentissage impressionnante. Côté Saint-Gobain, Luc (Lead Data Scientist et ancien Centralien) est revenu sur ses terres avec l'envie de transmettre. Si son cœur espérait secrètement une victoire 100% CentraleSupélec, c'est finalement la diversité des profils et des approches qui a triomphé.
Les chiffres à retenir
70
participants survoltés
Le mot de la fin revient aux étudiants : pour beaucoup, c'était un baptême du feu.
Ce REX confirme une chose : quand on confronte l'excellence académique à la réalité industrielle, les résultats sont toujours au rendez-vous.
→ Challengeant
→ Concret
→ Intense
À l'année prochaine pour de nouveaux défis !
Vous avez des enjeux de prédiction complexes ?
Nos consultants accompagnent les leaders de l'industrie dans la valorisation de leurs données massives et la mise en place d'architectures IA scalables.
Contactez-nous !
