Intelligence Artificielle - Data Driven 101 - Le podcast IA & Data 100% en français

L’IA générative a complètement révolutionné la façon dont on peut traiter les demandes de service client.Thomas Guenoux, de Yelda AI, nous propose de décortiquer sa construction de callbot rendue possible grâce à l’intelligence artificielle générative. Découvrez comment cette technologie permet de répondre à des milliers d'appels de manière fluide et automatisée, tout en adaptant des réponses en temps réel. 🔑 MOTS CLÉSNLP (Natural Language Processing) : Traitement du langage naturel. C'est une branche de l'IA qui permet aux machines de comprendre et de traiter les langues humaines. Elle est utilisée dans les callbots pour la transcription et la compréhension des requêtes des utilisateurs.Generative IA (Intelligence artificielle générative) : Un sous-domaine de l'IA qui permet de générer du contenu (texte, audio, etc.) de manière autonome en se basant sur des modèles d'apprentissage automatique. Dans ce podcast, Thomas parle de l'utilisation de cette technologie pour rendre les interactions avec les callbots plus fluides et naturellesAPI (Application Programming Interface) : Un ensemble de règles et de protocoles qui permettent à différentes applications de communiquer entre elles. Dans le contexte des callbots, les API sont utilisées pour récupérer des informations spécifiques comme le statut d'une commande ou les données d'un clientLLM (Large Language Model) : Modèle de langage à grande échelle qui comprend des milliards de paramètres pour traiter le langage naturel. Ces modèles sont utilisés pour améliorer la précision des réponses des callbots et pour comprendre des requêtes plus complexes🎙 SOUTENEZ LE PODCAST> Abonnez-vous 🔔> Laissez 5 étoiles et un avis  🥰 Sur Spotify : iciSur Apple Podcast : iciSur Deezer : iciSur Google Podcast : ici 👋 PLUS DE CONTENU DATA ?> Suivez-moi sur LinkedIn (tips/réflexions) ici 🤳> Suivez-nous sur Tiktok 📳> Abonnez-vous à notre chaîne YoutubeHébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Comment faire émerger des bonnes idées parmi les citoyens ? Comment mesurer leur popularité ? Comment repérer les sujets de controverse ?David Mas, Chief AI Officer chez Make.org nous explique comment il résout ces problèmes grâce à ses algorithmes et nous parle des enjeux de la mobilisation citoyenne à grande échelle via la technologie et l'intelligence artificielle, ainsi que de l'impact réel des consultations citoyennes massives.🔑 MOTS CLÉSNLP (Natural Language Processing) : Traitement automatique du langage naturel. Cette discipline de l'IA permet aux ordinateurs de comprendre et traiter le langage humain, en analysant les données textuelles. Chez Make.org, ils l'utilisent pour analyser et regrouper les propositions des citoyensFine-tuning de modèles : Technique qui consiste à ajuster un modèle de machine learning pré-entraîné sur un ensemble de données spécifiques pour améliorer ses performances dans des tâches spécifiques. Make.org utilise cette approche pour rendre les modèles plus efficaces, responsables et adaptés à des cas d'utilisation démocratiquesRAG (Retrieval-Augmented Generation) : Modèle d'IA qui combine génération de texte et récupération d'informations pertinentes en temps réel pour répondre à des questions. Cela permet de créer des réponses plus précises en consultant des bases de données externesAlgorithme d'attribution : Un système qui distribue de manière équitable les propositions faites par les utilisateurs, en s'assurant qu'elles ont toutes une chance égale d'émerger. Ce processus est crucial dans le cadre des consultations citoyennes massives🎙 SOUTENEZ LE PODCAST> Abonnez-vous 🔔> Laissez 5 étoiles et un avis  🥰 Sur Spotify : iciSur Apple Podcast : iciSur Deezer : iciSur Google Podcast : ici 👋 PLUS DE CONTENU DATA ?> Suivez-moi sur LinkedIn (tips/réflexions) ici 🤳> Suivez-nous sur Tiktok 📳> Abonnez-vous à notre chaîne YoutubeHébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Comment l’intelligence artificielle peut aider les artistes dans leur processus créatif ?Est-ce que l’IA peut aider à découvrir des œuvres qui nous plaisent ?Comment caractériser les goûts artistiques et le style de chacun ?Venez écouter Jonas Botbol, CTO de Your Art, invité de l’épisode 66 de Data Driven 101.🎙 SOUTENEZ LE PODCAST> Abonnez-vous 🔔> Laissez 5 étoiles et un avis  🥰 Sur Spotify : iciSur Apple Podcast : iciSur Deezer : iciSur Google Podcast : ici 👋 PLUS DE CONTENU DATA ?> Suivez-moi sur LinkedIn (tips/réflexions) ici 🤳> Suivez-nous sur Tiktok 📳> Abonnez-vous à notre chaîne YoutubeHébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Thomas Lecat, Staff Research Engineer chez InstaDeep, est l'invité de l'épisode 65 de Data Driven 101.Il nous plonge dans l'univers du Deep Reinforcement Learning, une technologie révolutionnaire pour l'optimisation industrielle. Thomas nous parle de ses applications concrètes, de l'optimisation des réseaux électriques à la planification des transports, en passant par le routage des circuits imprimés. Il nous apprend que cette approche permet de résoudre des problèmes complexes avec une flexibilité et une performance accrues par rapport aux méthodes traditionnelles.🔑 MOTS CLÉSDeep Reinforcement Learning (DRL) : Une sous-branche de l'intelligence artificielle où les algorithmes apprennent en interagissant avec leur environnement, optimisant les décisions prises en fonction des récompenses reçues.Optimisation combinatoire : Un domaine des mathématiques appliquées dédié à la recherche des solutions optimales parmi un ensemble fini de solutions possibles, crucial dans la planification industrielle.JAX : Une bibliothèque open-source de Google utilisée pour le calcul différentiable en Python, permettant l'optimisation et la parallélisation sur GPU, essentielle pour des simulations rapides et efficaces.Evolutionary Algorithms (EA) : Une classe d'algorithmes inspirés de la théorie de l'évolution naturelle, utilisés en combinaison avec le reinforcement learning pour explorer de vastes espaces de solutions.Policy Gradient Methods : Techniques de reinforcement learning qui optimisent directement la politique de prise de décision de l'agent, en fonction des gradients de récompense.Soft Actor-Critic (SAC) : Un algorithme avancé de reinforcement learning qui combine les avantages de l'apprentissage par politiques stochastiques et déterministes pour une exploration efficace et une stabilité accrue.🎙 SOUTENEZ LE PODCAST> Abonnez-vous 🔔> Laissez 5 étoiles et un avis  🥰 Sur Spotify : iciSur Apple Podcast : iciSur Deezer : iciSur Google Podcast : ici 🧐 DANS LA MÊME THÉMATIQUE Épisode 23 : Hamza Tajmouati (Head of AI & Data @ Iktos ) : L’IA générative pour créer des médicamentsÉpisode 59 : IA dans la consultation médicale - Samuel Humeau (Lead Machine Learning @ Nabla)Épisode 52 : Météo, océan et climat : prédire et modéliser grâce à l’intelligence artificielle - Louis Thiry (chercheur @ INRIA) 👋 PLUS DE CONTENU DATA ?> Suivez-moi sur LinkedIn (tips/réflexions) ici 🤳> Suivez-nous sur Tiktok 📳> Abonnez-vous à notre chaîne Youtube 🚀 BESOIN D’EXPERTISE IA & DATA ?Scopeo vous accompagne de A à Z dans vos projets IA : découvrez nos solutions :Diagnostic IA & Data : évaluation du potentiel de l'Intelligence Artificielle pour votre entreprise, compréhension de ce qui est réalisable avec les technologies actuelles, et mesure des risques et des opportunités associés à l'IA pour votre activitéIA sur mesure : création d'une Intelligence Artificielle sur mesure, adaptée à vos besoins spécifiques, développement et intégration des meilleures solutions sur mesure pour répondre à vos problématiques uniques

Anatole Parre, cofondateur et CTO de SustainEcho, est l'invité de l'épisode 64 de Data Driven 101.Il nous dévoile les dessous d'un SaaS innovant qui permet le calcul du bilan carbone de la construction.Anatole nous plonge dans les défis technologiques rencontrés, notamment la quantification de l'impact des matériaux, l'utilisation de techniques de NLP et le finetuning de LLM pour gérer les différentes langues, lors d'une expansion internationale. Il nous apprend aussi comment leur approche facilite la prise de décision en matière de construction durable.Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Sébastien Durand, expert financier chez Schneider Electric, est l'invité de l'épisode 63 de Data Driven 101.Il partage son expérience dans le développement de l'intelligence artificielle générative. Il nous présente le Finance Assistant Chatbot, un outil innovant qui utilise des normes IFRS pour aider les équipes financières à naviguer dans des questions complexes. Il nous explique également les défis techniques rencontrés, l'importance de la collaboration inter-fonctionnelle et la reconnaissance obtenue par le projet aux Digital Finance Awards.🔑 MOTS CLÉSNormes IFRS : International Financial Reporting Standards, un ensemble de normes comptables internationales permettant une comparabilité globale des états financiers.🎙 SOUTENEZ LE PODCAST> Abonnez-vous 🔔> Laissez 5 étoiles et un avis  🥰 Sur Spotify : iciSur Apple Podcast : iciSur Deezer : iciSur Google Podcast : ici 🧐 DANS LA MÊME THÉMATIQUE Épisode 57 : Faire pénétrer l’IA dans un grand groupe - Bruno Daunay (AI lead @ Leonard)Épisode 18 : Victor Azria (Global Data Director @ JCDecaux) : Les panneaux d’affichages face à la dataÉpisode 2 : Victor Billette de Villemeur (Product Manager @ L'Oréal ) - Rester agile👋 PLUS DE CONTENU DATA ?> Suivez-moi sur LinkedIn (tips/réflexions) ici 🤳> Suivez-nous sur Tiktok 📳> Abonnez-vous à notre chaîne Youtube🚀 BESOIN D’EXPERTISE IA & DATA ?Scopeo vous accompagne de A à Z dans vos projets IA : découvrez nos solutions :Diagnostic IA & Data : évaluation du potentiel de l'Intelligence Artificielle pour votre entreprise, compréhension de ce qui est réalisable avec les technologies actuelles, et mesure des risques et des opportunités associés à l'IA pour votre activitéIA sur mesure : création d'une Intelligence Artificielle sur mesure, adaptée à vos besoins spécifiques, développement et intégration des meilleures solutions sur mesure pour répondre à vos problématiques uniquesHébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Alexandre Saillard, Data Scientist et Product Manager chez Lyft, est l'invité de l'épisode 62 de Data Driven 101.Il nous explique comment la data et l'IA sont exploitées pour optimiser les opérations. Alexandre nous parle des défis de la fidélisation des chauffeurs et des passagers, des stratégies de compensation, et de l'intégration de la publicité dans l'application. Il nous apprend également comment l'IA générative a transformé la productivité interne et les interactions avec les utilisateurs.🔑 MOTS CLÉSPlateforme biface : Modèle économique où une entreprise sert deux groupes d'utilisateurs interconnectés, en l'occurrence, les passagers et les chauffeurs de VTC chez Lyft.🎙 SOUTENEZ LE PODCAST> Abonnez-vous 🔔> Laissez 5 étoiles et un avis  🥰 Sur Spotify : iciSur Apple Podcast : iciSur Deezer : iciSur Google Podcast : ici 🧐 DANS LA MÊME THÉMATIQUE Épisode 55 Netflix, Lyft et 360 Learning : Machine Learning et LLM - Marie Douriez (Machine learning engineer @ 360 learning) Épisode 49 Eloi Morlaàs (Software Engineer @ WhatsApp) : Messagerie, flux de données et chiffrementÉpisode 27 Valentin Geffrier (Senior Data Scientist @ Spotify) - Data, musique et streaming audio👋 PLUS DE CONTENU DATA ?> Suivez-moi sur LinkedIn (tips/réflexions) ici 🤳> Suivez-nous sur Tiktok 📳> Abonnez-vous à notre chaîne Youtube 🚀 BESOIN D’EXPERTISE IA & DATA ?Scopeo vous accompagne de A à Z dans vos projets IA : découvrez nos solutions :Diagnostic IA & Data : évaluation du potentiel de l'Intelligence Artificielle pour votre entreprise, compréhension de ce qui est réalisable avec les technologies actuelles, et mesure des risques et des opportunités associés à l'IA pour votre activitéIA sur mesure : création d'une Intelligence Artificielle sur mesure, adaptée à vos besoins spécifiques, développement et intégration des meilleures solutions sur mesure pour répondre à vos problématiques uniquesHébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Pierre-Carl Langlais, CTO et cofondateur de Pleias, est l'invité de l’épisode 61 de Data Driven 101.Il nous plonge dans l'univers du fine-tuning, expliquant comment il adapte ses modèles pour des tâches spécifiques.Cet épisode est un concentré d’astuces et d’expertise technique dans le domaine de l’entrainement de LLM.🔑 MOTS CLÉSFine-tuning : Processus de personnalisation et d'adaptation des modèles de langage aux besoins spécifiques, en les entraînant pour accomplir des tâches précises.RAG (Retrieval-Augmented Generation) : Méthodologie combinant la recherche de sources fiables et la génération de texte pour offrir un contenu plus pertinent.OCR (Reconnaissance optique de caractères) : Technologie d'identification des caractères dans les documents numérisés, permettant de les convertir en texte exploitable.Projet Albert : Initiative visant à créer une gamme de modèles IA spécialisés pour l'administration publique française, optimisant la génération de réponses fiables et documentées.🎙 SOUTENEZ LE PODCAST> Abonnez-vous 🔔> Laissez 5 étoiles et un avis  🥰 Sur Spotify : iciSur Apple Podcast : iciSur Deezer : iciSur Google Podcast : ici 🧐 DANS LA MÊME THÉMATIQUE Épisode 59 : IA dans la consultation médicale - Samuel Humeau (Lead Machine Learning @ Nabla) Épisode 38 :Stanislas Polu (Co-fondateur @ Dust) : Assistant personnel basé sur l’Intelligence ArtificielleÉpisode 33 : Guillaume Lample (Co-fondateur & Chief Scientist @ Mistral AI) : Les secrets des Large Language Models👋 PLUS DE CONTENU DATA ?> Suivez-moi sur LinkedIn (tips/réflexions) ici 🤳> Suivez-nous sur Tiktok 📳> Abonnez-vous à notre chaîne Youtube 🚀 BESOIN D’EXPERTISE IA & DATA ?Scopeo vous accompagne de A à Z dans vos projets IA : découvrez nos solutions :Diagnostic IA & Data : évaluation du potentiel de l'Intelligence Artificielle pour votre entreprise, compréhension de ce qui est réalisable avec les technologies actuelles, et mesure des risques et des opportunités associés à l'IA pour votre activitéIA sur mesure : création d'une Intelligence Artificielle sur mesure, adaptée à vos besoins spécifiques, développement et intégration des meilleures solutions sur mesure pour répondre à vos problématiques uniquesHébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Ronan Sy, Responsable projet chez Data for Good, parle de divers projets allant de la lutte contre les 'carbon bombs' à la surveillance de la sur-pêche. Il donne des conseils pragmatiques pour agir dans le cadre associatif et explique l'utilisation de la tech pour lutter contre la surpêche. Les missions variées de Data for Good incluent migration vers le cloud, visualisation des données et machine learning.

Samuel Humeau, Lead Machine Learning chez Nabla, est l'invité de l’épisode 59 de Data Driven 101.Il nous explique comment Nabla vise à soulager les médecins des tâches comme la prise de notes et la synthèse de consultation.Il nous parle des défis techniques liés à la transcription, la diarization et à la génération automatique de résumés grâce à des petits LLM finetunés.🔑 MOTS CLÉSScribe Ambiant : Outil automatisé qui écoute et transcrit les échanges entre médecins et patients pour générer des documents de consultation complets.Fine-Tuning : Optimisation spécifique de modèles d'IA pour améliorer leur performance sur des tâches précises, comme la codification médicale.Taxonomie ICD-10 : Classification internationale de maladies utilisée pour documenter les diagnostics médicaux.Diarisation : Processus qui consiste à identifier et distinguer les différentes voix dans un enregistrement audio.Retrieval Augmented Generation : Méthode consistant à compléter la génération de texte par des extraits spécifiques de documents sources.🎙 SOUTENEZ LE PODCAST> Abonnez-vous 🔔> Laissez 5 étoiles et un avis  🥰 Sur Spotify : iciSur Apple Podcast : iciSur Deezer : iciSur Google Podcast : ici 🧐 DANS LA MÊME THÉMATIQUE Épisode 53 : IA médicale : Cancérologie et consultation - Jean-Emmanuel Bibault (Chercheur en IA appliquée à la médecine @ l'Inserm)Épisode 41 Christophe Lanternier (Head of Data @ Ubble) : Bâtir un pionnier de la vérification de documents d’identitéÉpisode 33 Guillaume Lample (Co-fondateur & Chief Scientist @ Mistral AI) : Les secrets des Large Language Models👋 PLUS DE CONTENU DATA ?> Suivez-moi sur LinkedIn (tips/réflexions) ici 🤳> Suivez-nous sur Tiktok 📳> Abonnez-vous à notre chaîne Youtube 🚀 BESOIN D’EXPERTISE IA & DATA ?Scopeo vous accompagne de A à Z dans vos projets IA : découvrez nos solutions :Diagnostic IA & Data : évaluation du potentiel de l'Intelligence Artificielle pour votre entreprise, compréhension de ce qui est réalisable avec les technologies actuelles, et mesure des risques et des opportunités associés à l'IA pour votre activitéIA sur mesure : création d'une Intelligence Artificielle sur mesure, adaptée à vos besoins spécifiques, développement et intégration des meilleures solutions sur mesure pour répondre à vos problématiques uniquesHébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.