Qui sommes nous
Mobility Metrix est une jeune startup dont l’objectif est d’aider les acteurs du transport à prendre et suivre des décisions à partir des données relatives à tous les modes de déplacement. Mobility Metrix propose une solution SaaS qui traite des milliards de données de mobilité (marche, vélo, voiture, transports en commun...), et permet de les visualiser, et de les analyser. Notre objectif est de soutenir les politiques publiques permettant de décarboner la mobilité.
Notre culture d’entreprise est basée sur l’intelligence collective :
Partagez, échangez à 360° ; informations, données, codes ... pensées, idées.
Participez activement aux décisions de l’entreprise
ADN Télétravail, Centre géographique Métropole Aix-Marseille
Innovez dans une approche lean, et toujours client centric et data driven. Echouez vite, Comprenez votre erreur, Réessayez autrement, Réussissez
Rêvez en grand.
Have fun
Venez participer à l’aventure Mobility Metrix.
Le sujet de thèse proposé
Le transport est le secteur le plus émetteur de gaz à effet de serre (GES) avec ~30% des émissions. Et la tendance actuelle n’est toujours pas à la réduction des ces émissions de GES. Nous devons agir, mais la mobilité est un écosystème particulièrement complexe, caractérisé par de forts liens d’interdépendance entre chacun des modes eux-mêmes (transports en commun, voiture personnelle, vélo, marche, covoiturage, trottinette, ...), les motifs de déplacements, l’urbanisme, les prix des services, la météo....
La connaissance des pratiques de mobilité est un préalable au développement de politiques publiques et de solutions techniques capables de contribuer à décarboner les transports urbains.
Les données générées aujourd’hui par les traces numériques des personnes et des marchandises représentent une opportunité pour mieux comprendre les pratiques de déplacement et leurs variabilités. Les sources de données se multiplient et permettent une analyse de plus en plus fine, apportant une meilleure compréhension de la mobilité. Mais dans le domaine de la mobilité les données disponibles présentent toutes au moins un biais important. Elles sont soit insuffisamment fiables, soit peu représentatives de l’usage, soit incomplètes, soit imprécises, soit « datées » (comme les données d’enquêtes).
L’exploitation des données massives requiert de nouvelles méthodes de modélisation par IA et machine learning encore très peu utilisées dans la recherche sur les transports.
Les recherches et développements de Mobility Metrix visent, à l’échelle d’un bassin de vie, à dépasser certaines de ces limites en mobilisant de nouvelles sources de données et de nouvelles méthodes de modélisation numériques.
L’objet de la thèse est de répondre aux questions suivantes :
A partir de toutes les données/informations dont on dispose (traces GSM, traces GPS, systèmes FCD embarqués dans les voitures, systèmes billettiques des transports en commun6, enquêtes, données INSEE, météo, POI ...) quel est le maximum d’informations que l’on peut reconstituer (prédire) par Data Science et Machine Learning ?
Comment hybrider ces sources hétérogènes de données ?
Quel est l’indice de fiabilité de cette reconstitution (prédiction) ?
L’objectif de la thèse est d’adresser par exemples la questions suivante : A partir de toutes les données/informations dont on dispose, comment (re)constituer un (sous/sur)ensemble de données pertinent/exhaustif permettant de répondre à une problématique métier cible ?
Un premier exemple de problématique métier serait de densifier géographiquement les résultats obtenus par les enquêtes
Un autre exemple serait d’obtenir une meilleure connaissance des comportements pourrait en être déduite, par exemple l’évolution des pratiques du télétravail ou du phénomène post covid « d’exode des villes vers les campagnes »
Le travail à faire peut se décliner comme suit :
Analyse critique aussi complète que possible de la bibliographie internationale sur le sujet, à la fois du point de vue des méthodologies appliquées, des cas d’étude réalisés et des résultats obtenus. Le travail effectué s’appuiera parallèlement sur l’expérience accumulée par Mobility Metrix ainsi que par d’autres start up qui accepteront de s’associer au projet ;
Elaborer une Data Stack moderne pour accueillir les données et déployer les différents algorithmes.
Développer/Adapter des algorithmes de ML/DS/AI pour (re)construire (re)constituer ce jeu de données et implémenter des fonctions analytiques/décisionnelles ?
