Intelligence Artificielle

REKÒT AI Challenge 2026 — Data, Climat et Agriculture pour Haïti

Le Défi REKÒT 2026 est un challenge national de Data Science et d’Intelligence Artificielle organisé par Accurametrics Data Solutions, exclusivement réservé aux personnes résidant en Haïti. Les participants devront concevoir un projet complet portant sur l’agriculture, le climat et la sécurité alimentaire en Haïti. Ils seront responsables de l’ensemble du cycle Data : identification et collecte des données, choix des sources, nettoyage, transformation, sélection et création des variables, analyse exploratoire, échantillonnage, modélisation, évaluation et interprétation des résultats. La compétition peut être réalisée individuellement ou en équipe de deux à trois personnes. Les participants devront soumettre un projet reproductible, un rapport analytique et une vidéo professionnelle de démonstration. Les dix meilleurs projets seront sélectionnés pour la première phase finale. Trois équipes accéderont ensuite à la grande finale du 20 décembre 2026. Les vidéos des finalistes seront publiées sur les plateformes d’Accurametrics Data Solutions et soumises à un vote du public, basé sur les interactions vérifiées : mentions J’aime, commentaires pertinents et abonnements à la page. Le classement final prendra en compte la qualité scientifique, la pertinence pour Haïti, la performance du modèle, l’innovation, la qualité de la présentation et le vote du public.

Intermédiaire 5 mois • 3 phases • Finale nationale Joseph Kokouvi DJAFON Challenge national • 50 000 HTG • Certificats & mentorat 1 modules Aucun avis pour le moment

1

Leçons

0

Quiz et évaluations

0

Exercices et labs

Ce que vous allez apprendre

À l’issue du challenge, les participants seront capables de :
• Identifier une problématique pertinente liée à l’agriculture, au climat ou à la sécurité alimentaire en Haïti.
• Rechercher, collecter et documenter des données fiables provenant de sources publiques.
• Construire une base de données exploitable à partir de plusieurs sources.
• Nettoyer, transformer et analyser des données tabulaires, temporelles ou géospatiales.
• Choisir les variables pertinentes et réaliser du feature engineering.
• Définir une stratégie d’échantillonnage et de validation adaptée.
• Développer et comparer plusieurs modèles statistiques ou de Machine Learning.
• Évaluer les performances d’un modèle en évitant les fuites de données et le surapprentissage.
• Interpréter les résultats et identifier les limites méthodologiques.
• Construire un tableau de bord ou une application de démonstration.
• Présenter un projet Data de manière claire à un public technique et non technique.
• Produire une vidéo professionnelle de démonstration et défendre les résultats devant un jury.

Public cible

Étudiants, diplômés, professionnels, chercheurs, développeurs, Data Analysts, Data Scientists, économistes, statisticiens, agronomes, ingénieurs et autodidactes résidant en Haïti.
Participation individuelle ou en équipe de deux à trois personnes.

Prérequis

Résider actuellement en Haïti.
Posséder des connaissances de base en analyse de données, statistiques et programmation Python ou R.
Savoir utiliser au minimum pandas, Jupyter Notebook ou Google Colab.
Une connaissance du Machine Learning, de la visualisation de données ou des outils géospatiaux constitue un avantage, mais n’est pas obligatoire.
Disposer d’un ordinateur, d’une connexion Internet et d’une adresse e-mail valide.

Programme

Le contenu de la formation

Un parcours séquencé pour progresser avec méthode. Le détail des leçons est visible ci-dessous ; leur contenu s'ouvre après inscription.

1

Phase 0 — Orientation, règlement et constitution des équipes

Ce module présente le fonctionnement officiel du REKÒT AI Challenge 2026 organisé par Accurametrics Data Solutions. Les participants y découvriront la problématique générale, les conditions d’éligibilité, le calendrier, les critères d’évaluation, les règles relatives à l’utilisation de l’intelligence artificielle, les modalités de constitution des équipes et les livrables attendus. Chaque participant devra prendre connaissance du règlement, compléter son profil, confirmer qu’il réside en Haïti et choisir l’une des options suivantes : participer individuellement, créer une équipe ou rejoindre une équipe existante. Les équipes pourront comprendre une à trois personnes. Leur composition sera définitivement verrouillée à la clôture des inscriptions, le 15 septembre 2026. Ce module contient également les consignes relatives à la collecte des données, à la citation des sources, à la reproductibilité du projet, à la vidéo de démonstration et au vote du public.

1 leçon(s)
  • 1.1 Présentation générale, calendrier et règlement officiel du REKÒT AI Challenge 2026

Avis des apprenants

Retours sur la formation

Les avis sont moderes avant publication afin de garder des retours utiles et fiables.

0.0 / 5

0 avis approuve(s)

Chargement des avis...

Intervenants

Des experts pour accompagner votre progression

Des professionnels passionnés par la transmission, la Data et l’intelligence artificielle appliquée.

Portrait de Anderson DENART

Anderson DENART

CEO & AI / ML Engineer

Anderson Denart est Data Scientist et AI Engineer, fondateur et CEO de Accurametrics Data Solutions. Spécialisé en intelligence artificielle appliquée, machine learning, NLP, scoring, computer vision et déploiement de solutions data, il accompagne les entreprises dans la transformation de leurs données en leviers de performance mesurables. Son expertise couvre la conception de modèles prédictifs, l’automatisation de processus décisionnels, la création de dashboards intelligents et l’industrialisation de solutions IA orientées métier. Fort d’expériences en data science, scoring bancaire, économétrie et business intelligence, il combine rigueur statistique, vision stratégique et maîtrise technique pour développer des solutions fiables, scalables et directement exploitables par les organisations.

Portrait de Josué THELISSAINT

Josué THELISSAINT

Academic Director /Financial Economist, PhD

Josué Thélissaint est docteur en économie financière, économiste financier et decision scientist, avec une expertise à l’intersection de la finance quantitative, de l’analyse économique, des cryptomarchés et de la DeFi. Son profil se distingue par une double maîtrise : une solide formation académique en ingénierie économique et financière, statistiques et économie appliquée, ainsi qu’une compétence technique en développement informatique et exploitation de données. Cette combinaison lui permet d’aborder les problématiques financières avec une approche rigoureuse, analytique et orientée décision. Il intervient sur des sujets complexes liés à la modélisation économique, à l’analyse des marchés financiers, à l’évaluation des risques et à l’aide à la décision dans des environnements data-driven. Son parcours reflète un positionnement hybride rare, capable de relier la recherche académique, la finance moderne et les technologies émergentes.

Portrait de Joseph Kokouvi  DJAFON

Joseph Kokouvi DJAFON

Doctorant en Economie

Joseph Kokouvi Djafon possède un parcours académique solide en économie, statistiques et économétrie. Actuellement doctorant en économie à l’Université de Strasbourg, il a auparavant obtenu un master en statistiques et économétrie dans la même université, où il s’est distingué comme major de promotion. Son profil combine une forte expertise quantitative avec des compétences en économétrie avancée, séries temporelles, données de panel, programmation, gestion de données, web scraping et machine learning avec Python. Il dispose également d’une formation approfondie en économie du développement acquise à l’Université de Lomé, où il a aussi obtenu d’excellents résultats académiques.

Portrait de Esperant KONZO

Esperant KONZO

AI / ML Engineer

Esperant Konzo est un AI/ML Engineer spécialisé dans la conception d’agents intelligents, l’automatisation des processus et la mise en place d’infrastructures IA à grande échelle. Son expertise couvre les architectures RAG, le Model Context Protocol, les bases vectorielles, les agents conversationnels et les systèmes IA connectés à des bases de connaissances d’entreprise. Il a travaillé sur des cas d’usage à fort impact, notamment la détection de fraude, la conformité LCB-FT, l’automatisation documentaire et le développement d’agents IA pour plus de 100 000 utilisateurs. Co-fondateur de la Bantu Language Initiative, il porte également une vision ambitieuse autour du NLP pour les langues africaines sous-représentées, avec l’objectif de construire une infrastructure IA adaptée à des centaines de millions de locuteurs bantous.

Portrait de Yvens Joseph FLEURIOT

Yvens Joseph FLEURIOT

Consultant en droit de l’IA et des données

Yvens Joseph FLEURIOT est juriste spécialisé en droit du numérique, avec une expertise en protection des données, intelligence artificielle, droit de l’internet et gouvernance des systèmes d’information. Formé en droit haïtien et français, il est titulaire d’un master en droit des affaires spécialisé dans le numérique. Ses compétences juridiques, complétées par des connaissances techniques en conception web et une maîtrise de l’anglais du numérique, lui permettent d’accompagner les organisations sur leurs enjeux de conformité, de gouvernance et d’encadrement juridique des technologies. Son parcours en théologie, histoire et société renforce également sa compréhension des impacts sociaux et éthiques du numérique.

Portrait de Patrick TELEMAQUE

Patrick TELEMAQUE

Economiste / Statisticien

Patrick TELEMAQUE travaille à l’Institut Haïtien de Statistique et d’Informatique (IHSI), où il contribue à la collecte et à l’analyse de données d’entreprises à des fins statistiques et économiques. Économiste et bénéficiaire d’une bourse d’excellence à l’Université Quisqueya, il est également certifié en gestion de projet et en suivi-évaluation. Passionné par la statistique et l’analyse de données, il met son expertise au service de la prise de décision et du développement.