Hackathon Big Data & IA Générative 2026 — Attractivité touristique de la Région Parisienne

Le défi

En partenariat avec Choose Paris Region, ce hackathon vous confie un jeu de données réel. L'Île-de-France est l'une des premières destinations touristiques mondiales, mais l'intelligence qui pourrait affiner son marketing reste enfermée dans des fichiers Excel. Votre mission : transformer cette donnée brute en intelligence actionnable, en big data + IA Générative.

Le dataset — ATR (Analyse des Touristes de la Région)

Enquête déclarative, ~29 000 questionnaires/an, période 2014–2025, sur trois niveaux géographiques — départements franciliens, régions françaises et ~60 pays émetteurs. Plus de 1 100 indicateurs : nuitées, dépense, durée de séjour, satisfaction, NPS, fidélité.

Votre mission — trois livrables

1. DATA — Préparer et structurer les données. Documenter votre approche de préparation (architecture data ou notebook) et présenter vos résultats sous forme de dashboard.

2. ML — Construire un modèle sur l'un des trois axes stratégiques :

  • Attractivité territoriale — pourquoi les visiteurs se concentrent-ils sur Paris, et comment le reste de la région peut-il rayonner ?
  • Segmentation — affiner la segmentation des visiteurs et des marchés émetteurs.
  • Incrémentalité — prédire l'impact économique et la consommation incrémentale générée pendant le séjour.

3. IA Générative / Agents — Construire un PoC aligné sur l'axe choisi : chatbot/callbot, simulateur, agents capables de réaliser des services, comparateur…

Vos moyens

L'infrastructure cloud et les services d'IA Générative d'AWS, avec le support data engineering et ML de Databricks. Des mentors AWS, Databricks et Choose Paris Region vous accompagneront tout au long de l'événement.

Quand & où

NEOMA Business School — lundi 6 juillet (9h30–18h30) et mardi 7 juillet (9h00–18h30) 2026.

Rejoignez la communauté

Toute la coordination, les questions et les annonces se font sur notre serveur Discord : https://discord.gg/qEgVKAF6z

Important — Le dataset ATR est strictement confidentiel et communiqué pour un usage pédagogique uniquement. Il ne peut être partagé ni utilisé hors de ce hackathon.

 

Des questions ? → #aws-questions-support (sur Discord)

Requirements

Submission Requirements

Each team must submit via Devpost:

1. Project description

  • The problem addressed and the strategic axis chosen (attractiveness / segmentation / incrementality)
  • The solution across the three deliverables (DATA, ML, GenAI/Agents)
  • AWS (and Databricks) services used

2. Deliverable 1 — DATA

  • The data-preparation approach explained (data architecture or notebook)
  • A dashboard presenting the prepared data

3. Deliverable 2 — ML

  • The model built for the chosen axis, with a short note on method and results

4. Deliverable 3 — GenAI / Agents

  • The proof of concept (chatbot/callbot, simulator, agents, comparator, etc.), with a link to a working demo or a recorded walkthrough

5. A demo video

  • Duration: 2 to 3 minutes
  • Showing the prototype or mock-up in action

6. A link to:

  • The source code (GitHub, Colab, notebook, etc.)
  • Or the mock-up / demo (if the project is not code-based)

7. Optional: a presentation document

  • Slide deck (PowerPoint, Google Slides) or explanatory PDF

A submission can be a technical prototype or a well-explained innovative concept — as long as the use of the ATR data and of AWS services is clear.

 

Reminder — The ATR dataset is strictly confidential and for pedagogical use only. It must not be shared, stored, or reused outside this hackathon.

Prizes

1 non-cash prize
AWS Goodies
3 winners

AWS Goodies

Judges

Othman Boujena

Othman Boujena
Neoma Business School

Joel Farvault

Joel Farvault
AWS

Alexandre Agius

Alexandre Agius
AWS

Judging Criteria

  • Originalité et pertinence
  • Impact business ou utilisateur
  • Intégration de services technologiques
  • Présentation et clarté du pitch

Questions? Email the hackathon manager

Tell your friends