Dans une récente interview, Benjamin Vergnhes, CEO de Khome, explique que le facteur clé de succès à long terme pour son entreprise est de « garder notre rythme d’innovation, tout en conservant cette grande proximité avec nos clients qui fait notre force. » Une volonté qui s’incarne en la présence de la chercheuse Katherine Morales Quinga. Rencontre avec cette docteur en IA vient consolider la structuration d’une nouvelle équipe dédiée à la R&D. 

Des chaînes de Markov à la modélisation des risques environnementaux

Katherine Morales Quinga a toujours été fascinée par les mathématiques. Après ses études d’ingénieur, elle quitte son Équateur natal pour poursuivre son cursus en France, notamment à l’École Polytechnique où elle réalise son Master en data science puis un doctorat en mathématiques appliquées. 

Si la recherche est son domaine de prédilection, Katherine savait qu’elle rejoindrait le monde de l’entreprise pour mettre ses compétences au service d’innovations bien palpables.Pour sa thèse, elle s’intéresse au développement de méthodologies innovantes visant à combiner plusieurs méthodes. Elle utilise des modèles probabilistes classiques basés sur les chaînes de Markov, une méthode structurée pour comprendre et prédire l’évolution d’un système en se focalisant sur l’état actuel pour anticiper l’état futur, avec  les réseaux neuronaux profonds : des structures informatiques inspirées du cerveau humain qui apprennent à reconnaître des caractéristiques et les comportements des données dont se sont notamment inspirés les ingénieurs à l’origine de ChatGPT). Katherine découvre qu’en combinant ces deux techniques, on bénéficie à la fois de la rigueur des chaînes de Markov et de la puissance d’analyse des réseaux de neurones. 

« Pour prendre l’exemple de la surveillance environnementale, la chaîne de Markov peut modéliser les transitions d’états normaux, tandis que le réseau de neurones détecte des schémas anormaux ou inattendus. Cette approche hybride améliore la détection d’anomalies et la prédiction des risques, permettant ainsi une réaction proactive face aux évolutions imprévues. »

Structurer la R&D dans une proptech : l’exemple de Khome

Sa décision de rejoindre les équipes de Khome se fait naturellement, guidée par l’engagement fort de l’entreprise en matière de R&D et par les territoires d’innovation sur lesquels Khome se concentre : 

« Il y a une vraie volonté de faire de la R&D chez Khome pour imaginer de nouveaux modèles autour du risque immobilier »,  explique-t-elle. Katherine arrive aussi à un moment clef dans l’histoire de l’entreprise alors que celle-ci cherche à accélérer sur les sujets d’IA dans l’immobilier et d’analyse climatique en venant structurer une équipe autour de ces enjeux. 

Quelques mois après son arrivée, la roadmap de la startup est déjà ambitieuse avec de premiers travaux de recherche liés à la modélisation des données environnementales qui doivent permettre d’identifier des tendances et prédire des événements tels que les inondations, les tempêtes ou des variations climatiques extrêmes. Un autre chantier porte sur la personnalisation de l’analyse du risque pour améliorer l’analyse des spécificités locales. En parallèle, la chercheuse explore constamment de nouveaux chantiers pour déployer ses compétences en IA.

« Le secret, c’est de commencer petit, explique-t-elle. Par exemple, faire un projet sur la modélisation des inondations sur un territoire très spécifique. Puis on avance pas à pas. Si cela fonctionne… on pourra ensuite venir le faire à l’échelle nationale. »

Commencer petite et grandir, c’est la méthode choisie par Khome pour devenir l’outil de place universel de l’intelligence immobilière.

Valentin Pringuay