| Titre : | Development of a data-driven strategy for bank expenses optimization |
| Auteurs : | Nardjes Abrane, Auteur ; Selsebile Kacha, Auteur ; Oussama Arki, Directeur de thèse ; Kahina Messaoui, Directeur de thèse |
| Type de document : | document électronique |
| Editeur : | [S.l.] : [s.n.], 2025 |
| Format : | 1 fichier PDF (5.3 Mo) / ill. |
| Note générale : |
Mode d'accès : accès au texte intégral par intranet.
Mémoire de Projet de Fin d’Études : Génie Industriel. Data Science-Intelligence Artificielle : Alger, École Nationale Polytechnique : 2025 Bibliogr. p. 129 - 131 . - Annexe p. 132 - 138 |
| Langues : | Anglais |
| Index. décimale : | PI00225 |
| Tags : | Digital transformation Artificial intelligence Invoice processing Predictive analytic |
| Résumé : | This project proposes a comprehensive digital transformation framework to address systemic challenges in Société Générale Algérie's Finance Division, including manual process dependencies and poor system integration. The solution integrates four interconnected projects: a comprehensive procurement analytics dashboard providing strategic insights, an AI-powered intelligent invoice processing system for process automation, a knowledge management system leveraging historical data, and a predictive budget optimization system using machine learning algorithms for enhanced financial planning. This transformation aims to shift from reactive operational models to intelligent, predictive management, improving straight-through processing and enhancing operational efficiency, accuracy, and financial control. |
Exemplaires (1)
| Cote | Support | Localisation | Section | Disponibilité | Spécialité | Etat_Exemplaire |
|---|---|---|---|---|---|---|
| PI00225 | Ressources électroniques | Bibliothèque centrale | Projet Fin d'Etudes | Disponible | Data sciences_Intelligence artificielle | Téléchargeable |
