LE FONDATEUR.

David Saada est titulaire d'un master de mathématiques de l'université Paris 1 Panthéon-Sorbonne, d'un diplôme de l'ENSAE en data science et du master Laure Élie de Paris 7, spécialisé en statistique appliquée à la finance. À l'ENSAE, il fait partie des premières promotions françaises formées à la science des données.

Des marchés financiers au crédit immobilier et au financement automobile, il construit son parcours autour d'une même question. Comment transformer des données en décisions fiables ? Son champ d'action s'élargit au fil des postes, de la recherche quantitative à la direction d'équipes qui déploient l'IA à grande échelle.

Tout commence au CREST, en recherche quantitative, sur l'arbitrage statistique des actions du secteur automobile. C'est là, en cherchant à distinguer un signal exploitable du bruit des marchés, qu'il se passionne pour la science des données. Il poursuit chez Amundi, sur un fonds d'arbitrage statistique où les signaux des modèles se confrontent aux conditions réelles du marché, puis à la Société Générale, où les mêmes méthodes s'appliquent à la volatilité des actions. Une question qu'on retrouve aujourd'hui en IA prédictive : quels signaux restent exploitables quand le marché change de comportement ?

Chez BNP Paribas, entre Paris et Londres, il modélise en salle de marché — pricing, volatilité, arbitrage. Une hypothèse fragile s'y paie vite, et il y prend une habitude qui ne le quittera plus : éprouver un modèle dans les conditions où il servira, pas dans celles où il est confortable.

Le crédit lui fait ensuite changer d'échelle. Chez BPCE, il applique la data science à une décision qui engage la banque et l'emprunteur sur plusieurs années, et vérifie que tout part d'une question de métier : que permettent réellement d'établir les données d'un dossier ? Chez Mobilize, sur le financement automobile, il travaille avec tous les départements — commercial, risque, fraude, recouvrement — et embrasse le cycle de vie complet du crédit, de l'octroi au remboursement.

Chez Carrefour, enfin, il prend la direction Data et IA des services financiers : comité de direction et COMEX, une équipe de cinquante personnes, plus de trois cents cas d'usage en production dans un environnement régulé. Il y construit une organisation fondée sur des profils hybrides, où la même personne cadre le besoin avec le métier, pilote le projet, développe le modèle et le met en production. Moins de passages de relais, et une équipe qui livre davantage.

David Saada fonde DATAISTUDIO à partir d'un constat de terrain. Dans beaucoup d'entreprises, des équipes passent chaque jour du temps à chercher des informations, à rapprocher des données et à vérifier des dossiers avant de pouvoir décider. Une partie de ce travail peut être automatisée. En repensant le processus dans son ensemble, on peut aussi réduire les délais, éviter les doubles saisies et concentrer l'attention des équipes sur les cas qui demandent leur jugement.

C'est pour résoudre ces problèmes qu'il crée DATAISTUDIO. Le studio combine traitement des données et intelligence artificielle pour construire des produits intégrés au travail quotidien. Un produit peut, par exemple, rassembler les informations dispersées dans plusieurs outils, contrôler la complétude d'un dossier et le transmettre à la bonne équipe lorsqu'une exception exige une intervention.

C'est là que s'exprime son rôle d'AI Product Builder. David Saada part du processus tel qu'il fonctionne sur le terrain, prototype sur des données réelles et accompagne le produit jusqu'à sa mise en production.