Mouhamadou Lamine SOW
Élève-ingénieur en dernière année à Sup Galilée (Université Sorbonne Paris Nord). J'applique le Machine Learning et l'Optimisation Combinatoire (PLNE, métaheuristiques) à la résolution de problématiques concrètes d'aide à la décision industrielle et logistique.
PR-AUC vs règle métier (Stage Sonatel FTTH)
Convergence métaheuristique Ring-Star
Rappel sur les saturations d'équipements
Score de Brier via calibration isotonique
Projets phares
Optimisation mathématique et modélisation prédictive
Anticipation de la saturation FTTH par Machine Learning
Développement d'un système prédictif multi-horizon (3, 6, 9, 12 mois) pour anticiper la saturation des boîtiers d'extrémité FTTH chez Sonatel.
Optimisation du Ring-Star Problem — Métro circulaire
Modélisation PLNE et métaheuristique pour la conception optimale d'une ligne de métro circulaire conciliant coût d'infrastructure et accessibilité des usagers.
Rédactions techniques
Voir tout →Calibration isotonique et SHAP : passer d'un score abstrait à une décision métier
Pourquoi un AUC élevé ne suffit pas en production et comment fiabiliser les probabilités pour les équipes opérationnelles.
Du voyageur de commerce au Ring-Star : allier PLNE et métaheuristiques
Comment concevoir des algorithmes efficaces pour un problème combinatoire NP-difficile associant un réseau en anneau et une desserte en étoile.