M A N D A R I N E A C A D E M Y

Loading

Notre investissement dans la R&D

Découvrez nos travaux en Recherche & Développement

La R&D au service de la formation digitale

Notre engagement dans la R&D

Pour rester novateur et compétitif, nous travaillons sur des évolutions pédagogiques, notamment sur des formats vidéo, des serious game, de la gamification mais également sur l’activité phare de Mandarine, la formation à distance. Ces formations sont d’ailleurs depuis toujours animées au travers d’outils de visioconférence. Depuis quelques années, nous travaillons sur des aspects plus techniques, comme l’Adaptive Learning ou la logistique de formation incluant de l’intelligence artificielle.

Notre partenariat

Ce travail de R&D est réalisé en partenariat avec le laboratoire CRIStAL de l’université de Lille, et plus précisément avec l’unité de recherche ORKAD (Operational Research, Knowledge And Data). CRIStAL est le centre de recherche en informatique, signal et automatique de l’université de Lille. Les chercheurs travaillent notamment sur le BIG Data, la Robotique, la bio-informatique. Cela représente en tout 40 équipes de recherche. Nous collaborons avec l’unité de recherche ORKAD, qui concentre ses travaux sur l’optimisation mathématique mono et multi-objectif.

À Propos de Mandarine Academy Research

Mandarine Academy Research est une unité multidisciplinaire qui travaille sur l’expérience d’apprentissage fournie par les plateformes Mandarine Academy.
L’unité s’appuie sur l’expertise d’ingénieurs, de chercheurs, de concepteurs et de chefs de produits qui transforment les connaissances et la technologie en une excellente expérience d’apprentissage. Mandarine Academy s’engage à rendre les outils numériques accessibles à tous. Ils s’assurent que les employés seront en mesure d’utiliser efficacement les outils de l’entreprise et leurs meilleures pratiques. Ainsi, ils se concentrent sur l’accompagnement du client afin que chaque entreprise puisse atteindre ses objectifs.
L’unité de recherche vise à rassembler des chercheurs et des praticiens de l’intelligence artificielle et des technologies éducatives pour partager des idées novatrices, créer des recherches et résoudre des problèmes.

Domaines de recherche

  • Comportement d'apprentissage
  • Interaction homme-ordinateur
  • Évaluation de l'apprentissage
  • Évaluations de recommandation
  • Modélisation de l'utilisateur
  • Machine Learning
  • Recherche et recommandations
  • Ordonnance et planification

Mandarine Academy a fourni à plus d'un demi-million d'utilisateurs un contenu éducatif pour améliorer leurs compétences. Cependant, servir un grand nombre d'utilisateurs ne peut pas être fait individuellement, il est nécessaire de comprendre les goûts et les intérêts des utilisateurs.

Comprendre les schémas de communication entre les humains et les machines (texte, parole, vidéo, etc.) est essentiel pour trouver le meilleur moyen de fournir des informations tout en conservant les aspects sociaux et émotionnels de l'apprentissage.

Évaluer le résultat du visionnage de vidéos d'apprentissage est une tâche difficile, surtout lorsqu'elle est effectuée en ligne. Pour cette raison, Mandarine travaille sur l'amélioration des métriques d'évaluation chargées de mesurer le gain d'apprentissage, la pertinence du contenu et la satisfaction globale de l'expérience d'apprentissage au sein d'une plateforme d'apprentissage en ligne.

Le mieux pour les développeurs web

Mesurer l'efficacité d'un algorithme de recommandation est crucial. Dans les systèmes en ligne (MOOC), les interactions de l'utilisateur avec les recommandations présentées sont mesurées pour tester l'efficacité du système. Les méthodes hors ligne, cependant, tirent parti des ensembles de données historiques (par exemple, les évaluations) pour fournir des mesures telles que la précision. Les mesures prédictives abordent le sujet de la proximité des évaluations des systèmes de recommandation par rapport aux évaluations des utilisateurs. Les deux techniques d'évaluation sont utilisées dans divers produits Mandarine Academy.

Capturer les changements de comportement/de goût/d'apprentissage des utilisateurs nous permet de tenir compte de ces changements dans nos modèles. En utilisant les interactions des utilisateurs dans différents états pour créer des expériences engageantes et personnalisées pour nos utilisateurs, nous adaptons nos modèles basés sur l'intelligence artificielle.

Ce domaine touche tous les aspects des projets de Mandarine Academy. En commençant par les plateformes d'apprentissage en ligne (avec recommandations, recherche, classification des utilisateurs, etc.) jusqu'à la planification logistique (avec DiLeap Logistic) chargée de trouver des solutions dans des environnements complexes. L'intelligence artificielle est intégrée dans de plus en plus d'outils utilisés dans les services Mandarine Academy, pour améliorer le développement des solutions proposées et offrir une meilleure expérience aux utilisateurs.

Le mieux pour les développeurs web

La recherche et les recommandations se concentrent sur l'identification des besoins des utilisateurs. Comprendre à la fois les utilisateurs avancés et normaux peut influencer, par exemple, les résultats personnalisés et fournir une analyse des tendances de recherche.

L'établissement des emplois du temps est l'une des tâches les plus fastidieuses et chronophages pour toute organisation, et il a par conséquent reçu une attention considérable au cours de plusieurs décennies. Les institutions et les universités disposent d'environnements et de lieux de travail différents, ce qui implique diverses contraintes et cas réels à résoudre. Au fil des années, les chercheurs ont essayé de proposer différentes méthodes et procédures de résolution pour faire face à la difficulté croissante de ces problèmes.

Chercheurs chez Mandarine Academy

Pamela Wattebled

pamela.wattebled@mandarine.academy

Google Scholar

Profil LinkedIn

Pamela Wattebled est directrice de production et associée chez Mandarine Academy. Elle contribue également à l’équipe R&D de Mandarine Academy sur les recherches portant sur l’apprentissage automatique, l’optimisation, l’exploration de données et le big data.

Mounir Hafsa

mounir.hafsa@mandarine.academy

Google Scholar

Profil LinkedIn

Mounir Hafsa est titulaire d’un doctorat en informatique de l’Université de Lille. Il travaille actuellement avec ORKAD, une unité de recherche spécialisée dans l’optimisation combinatoire et l’exploration de données, ainsi que pour l’équipe R&D de Mandarine Academy. Ses recherches portent sur l’apprentissage automatique, l’optimisation, l’exploration de données et le big data.

Publications

Découvrez les publications et les contributions scientifiques de Mandarine Academy Research.
La plupart des travaux répertoriés sont mis à disposition pour assurer la reproductibilité des expérimentations scientifiques. Les droits d’auteur et tous les droits y afférents sont conservés par les auteurs ou par d’autres titulaires de droits d’auteur. Toutes les personnes copiant ces informations doivent respecter les conditions et contraintes invoquées par chaque droit d’auteur.

MARS Dataset

Découvrez et téléchargez Mandarine Academy Recommender System (MARS) Dataset

MAPT Dataset

Découvrez et téléchargez Mandarine Academy Professional Timetabling (MAPT) Dataset