Data & AI
Si les métiers comme Data Analyst et Data Scientist peuvent paraître très confus pour les non-initiés au Big Data, ses enjeux et ses technologies ne sont pas aussi simples à envisager. Pourtant, elles font partie de notre vie de tous les jours. Pour tous les candidats qui débutent leur carrière mais aussi pour ceux qui souhaitent se reconvertir, av...
L'exploitation de la donnée à l'échelle : un enjeu stratégique ?Dans son ouvrage Empowered, Marty Cagan cite quatre éléments essentiels d’une démarche orientée produit :La première est d'être prêt à faire des choix difficiles sur ce qui est vraiment important.La seconde consiste à générer, identifier et exploiter des informations pour orienter ces ...
Élément clef en logiciel, la sécurité doit bien entendu être considérée en Machine Learning Delivery. Vos modèles une fois en production auront un impact réel sur les utilisateurs et l’organisation qui les ont produits, il est alors nécessaire que personne ne les manipule.
Cet article fait partie de la série Accélérer le Delivery de projets de Machine Learning, traitant de l’application d’Accelerate dans un contexte incluant du Machine Learning. Si vous n’êtes pas familier avec Accelerate, ou si vous souhaitez avoir plus de détails sur le contexte de cet article, nous vous invitons à commencer par lire l’article intr...
IntroductionLe nombre de données récoltées et exploitées par nos systèmes informatiques ne cesse d’augmenter, ce qui favorise l’essor de produits data, terme de plus en plus présent dans la littérature produit.Dans cet article, nous allons définir ce qu’est un produit Data et aborder les différences qui existent par rapport à un produit dit “classi...
In this article, we will introduce the notion of concept drifts: how to define and detect them.Congratulations, you have been accepted as part of the Data Science team of an airline company! You were hired to build a Machine Learning model which predicts the company’s monthly profits.After several weeks of experimentations on your Jupyter Notebook,...
Les avis sur la mise en production du Machine Learning diffèrent. La Matrice Cynefin vous aide donc à prendre des décisions.
Les équipes développant des applications de Data Science investissent beaucoup d’énergie pour identifier et implémenter des métriques de monitoring pertinentes. Nous pensons qu’il est possible de capitaliser sur ce travail en proposant des fonctionnalités supplémentaires à nos utilisateurs afin de renforcer l’impact de nos applications.
Le but de cet article est de vous partager mon expérience de ce service, comment en tant que développeur je l’ai perçu et ce qu’il m’apporte. Je ne vais pas m’attarder sur les éléments profondément techniques de l'implémentation du dit service.Qu’est-ce que Github Copilot ?Github Copilot est la création de la société du même nom visant à améliorer ...
Cet article est le deuxième de la série Analyse de tendances des réseaux sociaux.Dans l'article précédent, nous avons présenté les bases méthodologiques pour analyser des tendances à partir de données de réseaux sociaux. Nous avons notamment expliqué l’importance de bien identifier la population de référence sur laquelle porte notre étude, et de bi...