| Titre : |
SYSTEME DE PREVISION DES COTISATIONS ET DES PRESTATIONS DE L’INSTITUTION DE PREVOYANCE RETRAITE DU SENEGAL (IPRES) |
| Type de document : |
texte imprimé |
| Auteurs : |
Meissa TOURE, Auteur |
| Editeur : |
Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique |
| Année de publication : |
2023 |
| Importance : |
1vol.(89p.) |
| Présentation : |
30cm. |
| Format : |
PDF |
| Langues : |
Français (fre) |
| Mots-clés : |
IPRES Cotisation Prestations Flux financiers Système de retraite Prévision financière Machine Learning Big Data Apache Spark Python Stockage Déploiement Visualisation MySQL Sénégal. |
| Résumé : |
Ce mémoire porte sur la conception et la mise en place d’un système de prévision des cotisations et des prestations de l’Institution de Prévoyance Retraite du Sénégal (IPRES). L’objectif est de fournir un dispositif d’aide à la décision permettant d’anticiper l’évolution des flux financiers du régime à partir de données historiques, tout en intégrant une architecture de traitement et de visualisation adaptée à des volumes de données importants. L’approche retenue combine l’analyse des séries temporelles et des technologies de données. Les données sont préparées et analysées avec Python et pandas. La modélisation s’appuie principalement sur ARIMA et son extension avec variables exogènes, tandis qu’Apache Spark et Apache Kafka sont mobilisés pour le traitement distribué et les flux de données. MySQL assure le stockage, Docker et Docker Compose facilitent le déploiement, et Grafana permet la visualisation et le suivi des indicateurs. Le travail comprend une étude du fonctionnement des systèmes de retraite et de l’IPRES, une analyse des données disponibles, la justification du choix des modèles, la conception de l’architecture technique, ainsi que la validation par comparaison des prévisions aux observations historiques. Les indicateurs MAE et RMSE sont retenus pour l’évaluation. Des scénarios économiques et démographiques sont également envisagés afin d’étudier la sensibilité des prévisions. Le projet montre l’intérêt d’une approche intégrant modélisation statistique, traitement de données et visualisation pour renforcer la capacité d’anticipation et soutenir la planification financière d’un système de retraite. Sur le plan méthodologique, le dispositif est conçu comme une chaîne de données reproductible allant de l'ingestion et du contrôle qualité jusqu'au feature engineering, à la comparaison de modèles statistiques et de Machine Learning, au backtesting temporel, puis à la restitution et à la supervision. Les choix de modèles sont conditionnés par la disponibilité des données, l'absence de fuite temporelle, la stabilité des performances et la traçabilité des expérimentations. |
| Permalink : |
https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=3744 |
SYSTEME DE PREVISION DES COTISATIONS ET DES PRESTATIONS DE L’INSTITUTION DE PREVOYANCE RETRAITE DU SENEGAL (IPRES) [texte imprimé] / Meissa TOURE, Auteur . - Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique, 2023 . - 1vol.(89p.) : 30cm. ; PDF. Langues : Français ( fre)
| Mots-clés : |
IPRES Cotisation Prestations Flux financiers Système de retraite Prévision financière Machine Learning Big Data Apache Spark Python Stockage Déploiement Visualisation MySQL Sénégal. |
| Résumé : |
Ce mémoire porte sur la conception et la mise en place d’un système de prévision des cotisations et des prestations de l’Institution de Prévoyance Retraite du Sénégal (IPRES). L’objectif est de fournir un dispositif d’aide à la décision permettant d’anticiper l’évolution des flux financiers du régime à partir de données historiques, tout en intégrant une architecture de traitement et de visualisation adaptée à des volumes de données importants. L’approche retenue combine l’analyse des séries temporelles et des technologies de données. Les données sont préparées et analysées avec Python et pandas. La modélisation s’appuie principalement sur ARIMA et son extension avec variables exogènes, tandis qu’Apache Spark et Apache Kafka sont mobilisés pour le traitement distribué et les flux de données. MySQL assure le stockage, Docker et Docker Compose facilitent le déploiement, et Grafana permet la visualisation et le suivi des indicateurs. Le travail comprend une étude du fonctionnement des systèmes de retraite et de l’IPRES, une analyse des données disponibles, la justification du choix des modèles, la conception de l’architecture technique, ainsi que la validation par comparaison des prévisions aux observations historiques. Les indicateurs MAE et RMSE sont retenus pour l’évaluation. Des scénarios économiques et démographiques sont également envisagés afin d’étudier la sensibilité des prévisions. Le projet montre l’intérêt d’une approche intégrant modélisation statistique, traitement de données et visualisation pour renforcer la capacité d’anticipation et soutenir la planification financière d’un système de retraite. Sur le plan méthodologique, le dispositif est conçu comme une chaîne de données reproductible allant de l'ingestion et du contrôle qualité jusqu'au feature engineering, à la comparaison de modèles statistiques et de Machine Learning, au backtesting temporel, puis à la restitution et à la supervision. Les choix de modèles sont conditionnés par la disponibilité des données, l'absence de fuite temporelle, la stabilité des performances et la traçabilité des expérimentations. |
| Permalink : |
https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=3744 |
|  |
Accueil
Affiner la rechercheSYSTEME DE PREVISION DES COTISATIONS ET DES PRESTATIONS DE L’INSTITUTION DE PREVOYANCE RETRAITE DU SENEGAL (IPRES) / Meissa TOURE (2023)
