Contribution à l’optimisation du processus de gestion des conteneurs par l’apprentissage non-supervisé / Mohamed Kadi (2021) 

Public ISBD Titre : Contribution à l’optimisation du processus de gestion des conteneurs par l’apprentissage non-supervisé : cas des conteneurs en souffrance de MAERSK Algérie Type de document : document électronique Auteurs : Mohamed Kadi, Auteur ; Ghezlane Bouhali, Auteur ; Sihem Fellous, Directeur de thèse ; Bahia Bouchafaa, Directeur de thèse ; Reda Gourine, Directeur de thèse Editeur : [S.l.] : [s.n.] Année de publication : 2021 Importance : 1 fichier PDF (5.9M) Présentation : ill. Note générale : Mode d'accès : accès au texte intégral par intranet. Mémoire de Projet de Fin d’Études : Génie Industriel : Alger, École Nationale Polytechnique : 2021 Bibliogr. f. 105 - 106. - Annexes f. 108 - 115 Langues : Français (fre) Mots-clés : Conteneurs en souffrance Aide à la décision Apprentissage automatique Tableaux de bords Résumé : Ce travail s’inscrit dans le cadre de l’optimisation du processus de gestion des conteneurs en souffrance de Maersk Algérie, par la mise en place d’un modèle de clustering permettant la segmentation des clients et des conteneurs. L’objectif de ce modèle est d’offrir une meilleure gestion des clients et des conteneurs en prenant en considération les différents facteurs influant la rétention des conteneurs et leurs conséquences. La solution en question va permettre à l’entreprise une meilleure réactivité dans la gestion des conteneurs en souffrance ainsi qu’un gain de temps en effectuant des actions différencié sur chaque cluster formé. Contribution à l’optimisation du processus de gestion des conteneurs par l’apprentissage non-supervisé : cas des conteneurs en souffrance de MAERSK Algérie [document électronique] / Mohamed Kadi, Auteur ; Ghezlane Bouhali, Auteur ; Sihem Fellous, Directeur de thèse ; Bahia Bouchafaa, Directeur de thèse ; Reda Gourine, Directeur de thèse . - [S.l.] : [s.n.], 2021 . - 1 fichier PDF (5.9M) : ill. Mode d'accès : accès au texte intégral par intranet. Mémoire de Projet de Fin d’Études : Génie Industriel : Alger, École Nationale Polytechnique : 2021 Bibliogr. f. 105 - 106. - Annexes f. 108 - 115 Langues : Français (fre) Mots-clés : Conteneurs en souffrance Aide à la décision Apprentissage automatique Tableaux de bords Résumé : Ce travail s’inscrit dans le cadre de l’optimisation du processus de gestion des conteneurs en souffrance de Maersk Algérie, par la mise en place d’un modèle de clustering permettant la segmentation des clients et des conteneurs. L’objectif de ce modèle est d’offrir une meilleure gestion des clients et des conteneurs en prenant en considération les différents facteurs influant la rétention des conteneurs et leurs conséquences. La solution en question va permettre à l’entreprise une meilleure réactivité dans la gestion des conteneurs en souffrance ainsi qu’un gain de temps en effectuant des actions différencié sur chaque cluster formé.

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité	Spécialité	Etat_Exemplaire
EP00344	PI00921	Ressources électroniques	Bibliothèque centrale	Projet Fin d'Etudes	Disponible	Genie_industriel	Téléchargeable

Documents numériques

KADI.Mohamed_BOUHALI.Ghezlane URL

Optimisation du processus de sourcing d’entreprises en difficulté dans les opérations de Distressed M&A / Samia Dina Zouaoui (2025)

Public ISBD Titre : Optimisation du processus de sourcing d’entreprises en difficulté dans les opérations de Distressed M&A : application interpath advisory Type de document : document électronique Auteurs : Samia Dina Zouaoui, Auteur ; Bahia Bouchafaa, Directeur de thèse ; Mohamed Kadi, Directeur de thèse Editeur : [S.l.] : [s.n.] Année de publication : 2025 Importance : 1 fichier PDF (2.8 Mo) Présentation : ill. Note générale : Mode d'accès : accès au texte intégral par intranet. Mémoire de Projet de Fin d’Études : Génie Industriel.Management industriel : Alger, École Nationale Polytechnique : 2025 Bibliogr. p. 89 - 91 Langues : Français (fre) Mots-clés : Distressed M&A RPA Automatisation Web scraping UiPath Interpath Advisory Transformation digitale Index. décimale : PI02625 Résumé : Ce travail vise à automatiser, via la Robotic Process Automation (RPA), le processus de sourcing d’entreprises en difficulté dans le cadre des opérations de distressed M&A, au sein du cabinet Interpath Advisory Algérie. En s’appuyant sur UiPath et des scripts Python, une solution complète d’extraction, de traitement et de consolidation des données a été développée pour améliorer la réactivité, fiabiliser l’identification des cibles et réduire les tâches répétitives à faible valeur ajoutée. Optimisation du processus de sourcing d’entreprises en difficulté dans les opérations de Distressed M&A : application interpath advisory [document électronique] / Samia Dina Zouaoui, Auteur ; Bahia Bouchafaa, Directeur de thèse ; Mohamed Kadi, Directeur de thèse . - [S.l.] : [s.n.], 2025 . - 1 fichier PDF (2.8 Mo) : ill. Mode d'accès : accès au texte intégral par intranet. Mémoire de Projet de Fin d’Études : Génie Industriel.Management industriel : Alger, École Nationale Polytechnique : 2025 Bibliogr. p. 89 - 91 Langues : Français (fre) Mots-clés : Distressed M&A RPA Automatisation Web scraping UiPath Interpath Advisory Transformation digitale Index. décimale : PI02625 Résumé : Ce travail vise à automatiser, via la Robotic Process Automation (RPA), le processus de sourcing d’entreprises en difficulté dans le cadre des opérations de distressed M&A, au sein du cabinet Interpath Advisory Algérie. En s’appuyant sur UiPath et des scripts Python, une solution complète d’extraction, de traitement et de consolidation des données a été développée pour améliorer la réactivité, fiabiliser l’identification des cibles et réduire les tâches répétitives à faible valeur ajoutée.

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité	Spécialité	Etat_Exemplaire
EP00995	PI02625	Ressources électroniques	Bibliothèque centrale	Projet Fin d'Etudes	Disponible	Management_Industriel	Téléchargeable