Dans ta science : Virginie Mathivet, AWS ML Hero

A la croisée de plusieurs disciplines, la Data Science s'appuie sur des méthodes et des algorithmes pour tirer des informations et de la connaissances à partir de données structurées et non structurées. Encore inconnus il y a quelques années, les métiers de la Data Science et du Machine Learning évoluent très vite. Compétences, méthodes,...

Lire la suite

Dans ta science : les algorithmes font-ils la loi ?

A la croisée de plusieurs disciplines, la Data Science s'appuie sur des méthodes et des algorithmes pour tirer des informations et de la connaissances à partir de données structurées et non structurées. Encore inconnus il y a quelques années, les métiers de la Data Science et du Machine Learning évoluent très vite. Compétences, méthodes,...

Lire la suite

Dans ta science : l’acculturation de la Data Science avec Defend Intelligence

A la croisée de plusieurs disciplines, la Data Science s'appuie sur des méthodes et des algorithmes pour tirer des informations et de la connaissances à partir de données structurées et non structurées. Encore inconnu il y a quelques années, les métiers de la Data Science et du Machine Learning évoluent très vite. Compétences, méthodes, ...

Lire la suite

Ebook : du Datalake à la plateforme de Machine Learning

Le marché de la Data évolue très vite. L’industrialisation des outils destinés aux Data Scientists et Data Engineers, afin de préparer les modèles et les faire passer en production est maintenant une tendance forte du marché. Dans cet ebook nous vous proposons un tour d’horizon des enjeux data en 2021 : Bonnes pratiques du D...

Lire la suite

Itinéraire de consultant : Jalil, consultant Cloud, Data et Machine Learning

Quel est le quotidien de l'équipe Devoteam Revolve en projet ? Quels sont les challenges techniques à relever et quelles solutions sont apportées ? Derrière une mise en production réussie, un déploiement ou un Proof of Concept, il y a des consultantes et des consultants, une équipe, des technologies et beaucoup d’expertise et d’intellige...

Lire la suite

Dans ta science : les entretiens de la Data Science, partie 2 – le Machine Learning

A la croisée de plusieurs disciplines, la Data Science s'appuie sur des méthodes et des algorithmes pour tirer des informations et de la connaissances à partir de données structurées et non structurées. Encore inconnu il y a quelques années, les métiers de la Data Science et du Machine Learning évoluent très vite. Compétences, méthodes, ...

Lire la suite

Dans ta science : les entretiens de la Data Science

A la croisée de plusieurs disciplines, la Data Science s'appuie sur des méthodes et des algorithmes pour tirer des informations et de la connaissances à partir de données structurées et non structurées. Encore inconnu il y a quelques années, le métier de Data Scientist évolue très rapidement; au travail sur les jeux de données, à l'entra...

Lire la suite

Retour d’expérience sur l’industrialisation des modèles Data Science avec une approche MLOPS: Dataiku

L'industrialisation de la data science est un sujet qui intéresse beaucoup d'entreprises de nos jours. Il ne s’agit pas seulement d’un sujet technique : IT, métier et organisation doivent être adressés en même temps. Dans cet article, nous vous présenterons des retours d’expérience client afin d’exposer les solutions apportées aux problé...

Lire la suite

Droit au but avec la data : l’OM lance son Data Lab

Le sport, un terrain propice à la révolution data ? On savait déjà la NBA friande de données depuis plusieurs années, en France c'est l'Olympique de Marseille qui a donné le coup d'envoi en 2020 avec la création de l'OM Data Lab, un laboratoire d'innovation autour de la data, de l'intelligence artificielle et du machine learning. Devotea...

Lire la suite

MLOps : Cas pratique d’un cycle de vie Machine Learning, de l’expérimentation à la production

Article écrit en collaboration avec Habib Ghislain Diop. Construire des modèles est une tâche ardue, les mettre en production est plus difficile encore. Reproduire votre pipeline et vos résultats, ou permettre à d'autres Data Scientists de le faire est tout aussi complexe. Combien de fois avez-vous dû abandonner des travaux antérieur...

Lire la suite