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

Hugo Lime, Head of Data chez Matera est l’invité de l’épisode 28 de Data Driven 101 . Il nous parle de comment ils utilisent la data pour accompagner les propriétaires dans la gestion de copropriété, de leurs investissements locatifs grâce à des outils automatisés mais également en leur donnant des conseils sur les économies à faire ou encore sur la renégociation de contrats. Mots clés  Stack Data : ensemble de technologies et d'outils pour gérer et analyser les données.  Apprentissage non supervisé : méthode de machine learning qui consiste à entraîner un modèle à partir de données non étiquetées pour découvrir des modèles et des relations cachées. Apprentissage par renforcement : méthode de machine learning qui consiste à entraîner un modèle à partir de récompenses et de punitions pour prendre des décisions optimales. Données structurées : données organisées dans un format tabulaire avec des colonnes et des lignes.  Données non structurées : données qui ne sont pas organisées dans un format tabulaire, telles que des images, des vidéos ou des textes. Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Valentin Geffrier, Senior Data Scientist chez Spotify, explique la classification musicale, les recommandations personnalisées, l'expansion de Spotify en Inde et la stratégie pour la génération Z. Il discute également de l'aide aux artistes avec Spotify for Artists, la qualité des données pour éviter la fraude, les défis des données et l'utilisation d'outils open source chez Spotify pour le machine learning.

David El Kaïm, sales Director France Benelux chez Bright Data est l’invité de l’épisode 24 de Data Driven 101. Il nous parle de la collecte et de la vente de données en ligne et des défis qui y sont liés notamment la légalité du scraping ou encore les limites des données personnelles. Mots clés : Scraping: Collecte de données sur des sites web à grande échelle en utilisant des scripts automatisés RGPD: Règlement général sur la protection des données, un ensemble de règles de l'UE sur la protection des données personnelles VPN: Réseau privé virtuel, un moyen de sécuriser et de protéger les données en ligne en créant un tunnel chiffré entre l'utilisateur et le serveur VPN Données concurrentielles: Données sur les produits, les prix et les performances des concurrents Pricing: Stratégie de fixation des prix d'une entreprise Insights: Informations exploitables obtenues à partir de l'analyse de données Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Hamza Tajmouati, Head of AI & Data chez Iktos est l’invité de l’épisode 23 de Data Driven 101. Il nous parle de l'utilisation de l’IA dans la chimie, et en particulier l’industrie pharmaceutique. Ils nous expliquent avec beaucoup de clarté comment un réseau de neurones peut servir à créer de nouvelles molécules. Mots clés :  Formulation chimique: création de nouveaux matériaux ou parfums à partir de compositions chimiques spécifiques. Pipeline de préparation de données: ensemble de processus pour nettoyer, transformer et préparer les données pour l'analyse. GPU: unité de traitement graphique utilisée pour accélérer les calculs informatiques. Itération: processus de développement itératif qui consiste à publier un produit, à recevoir des commentaires et à améliorer le produit en conséquence. Graphes moléculaires: représentation graphique des molécules pour faciliter leur analyse et leur conception. Lean: méthode de gestion de projet visant à maximiser l'efficacité et à minimiser le gaspillage de ressources. Le Scoring :  technique qui consiste à affecter un score pour la prédiction d’un phénomène binaire. Il permet, par exemple, d’attribuer un score à un client, un prospect ou un produit dans un contexte marketing Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Alexandre Hannebelle, Head of Data chez Inarix est l’invité de l’épisode 22 de Data Driven 101. Il nous parle des défis liés à l'utilisation de l'apprentissage automatique pour l'analyse d'images agricoles mais aussi :  l’importance de rester proche de l’état de l’art  d’utiliser des solutions génériques pour commencer la nécessité de prendre le temps de poser les choses proprement. Mots clés Etat de l'art: La situation actuelle de l'ensemble des connaissances et des techniques dans un domaine particulier. Data set: Un ensemble de données, généralement structuré en tableaux, qui peut être utilisé pour l'analyse statistique ou l'apprentissage automatique. Deep learning : Une technique d'apprentissage automatique qui permet aux machines de comprendre des données complexes en utilisant des réseaux de neurones artificiels. DevOps: Une méthode de développement logiciel qui vise à raccourcir le cycle de développement et à améliorer la qualité des applications en intégrant étroitement les équipes de développement et d'exploitation. Sprint: Une période de temps fixe, souvent deux semaines, pendant laquelle une équipe de développement de logiciels travaille sur un ensemble de tâches spécifiques. Stack: Un ensemble de technologies logicielles utilisées pour réaliser une tâche particulière, souvent en combinaison avec d'autres technologies logicielles. Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Edouard d'Archimbaud ingénieur en machine learning et CTO fondateur de Kili Technology , est l’invité de l’épisode 21 de #DataDriven101. Il nous parle des difficultés liées à l'annotation de données pour le machine learning et explique pourquoi la qualité de la donnée est essentielle pour obtenir des modèles fiables. Garbage in -> Garbage out ! Mots clés :  Dataset: un ensemble de données qui est utilisé pour entraîner, tester et évaluer des modèles de machine learning. Métadonnées: des données qui décrivent les caractéristiques des données, telles que leur format, leur source, leur qualité et leur provenance. Batch: un ensemble de données qui est traité en même temps, souvent divisé en lots plus petits pour faciliter l'annotation et le traitement. Plateforme d'annotation: une plateforme logicielle conçue pour faciliter l'interaction entre les humains et les données, permettant de visualiser, de naviguer et d'annoter des données de manière efficace et précise. Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Coralie Betbeder-Déchelette, Data Lead chez Joko est l’invité de l’épisode 20 de #Datadriven101. Elle nous parle de data model, de bilan carbone et de l'importance de la culture de l'entreprise en matière de données, et comment cela peut affecter l'impact de l'équipe data sur le reste de l'entreprise. Mots clés : Monitoring: l'observation et l'analyse régulière des performances d'un système ou d'un processus afin de détecter tout écart par rapport aux objectifs et de prendre des mesures correctives si nécessaire. Taux de Churn: le taux de désabonnement d'un produit ou service. Il est calculé en divisant le nombre de clients ayant résilié leur abonnement par le nombre total de clients. Data Warehouse: un système de stockage de données qui permet de regrouper des données provenant de diverses sources en un seul endroit afin de faciliter la gestion et l'analyse des données. Data model : Modèle de données qui représente la structure des données d'un système. SQL : acronyme de Structured Query Language, langage informatique utilisé pour communiquer avec les bases de données relationnelles. Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Victor Cluzel, administrateur de l'Insee détaché à la Cour des comptes, est l’invité de l’épisode 19 de Data Driven 101. Il nous parle du rôle de la data science à la Cour des comptes et des défis liés à l'utilisation des données dans ce contexte. Mots clés : Collégialité : Processus par lequel un groupe de personnes (généralement des magistrats) examine, valide ou modifie les rapports rédigés par les rapporteurs. Ce processus garantit que les rapports sont justes et précis avant d'être soumis aux administrations concernées. Crawling : Technique utilisée pour naviguer automatiquement sur le web et récupérer des informations sur les sites web, leurs liens et leurs relations. Clustering : Méthode d'analyse de données qui consiste à regrouper des objets similaires en fonction de certaines caractéristiques ou mesures de similarité Computer vision : Il s'agit d'un domaine de l'IA qui se concentre sur l'acquisition, l'analyse et la compréhension d'images ou de vidéos pour permettre aux machines de traiter et d'interpréter visuellement le monde qui les entoure. RGPD (Règlement Général sur la Protection des Données) : Le RGPD est un règlement de l'Union Européenne qui vise à renforcer la protection des données personnelles des citoyens européens Data mining (extraction de données) : C'est le processus d'analyse de grands ensembles de données pour en extraire des informations cachées, des tendances ou des modèles Big Data : Il s'agit d'ensembles de données si volumineux, variés et complexes qu'ils nécessitent des approches et des outils de traitement avancés pour être analysés et exploités. Data Lake : vaste référentiel centralisé de données brutes provenant de diverses sources et stockées sous leur format natif. Peer learning : ou apprentissage par les pairs en français, est une méthode d'enseignement et d'apprentissage dans laquelle les participants apprennent les uns des autres en partageant leurs connaissances, compétences et expériences. Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Victor Azria , Global Data Director chez JCDecaux est l’invité de l’épisode 18 de Data driven 101. Il nous parle de l'utilisation des données chez JCDecaux et nous explique comment la division data a été créée pour répondre aux défis posés par la transformation de l'écosystème des médias et l'arrivée d'acteurs émergents dans le domaine du marketing digital. Mots clés KPI (Key Performance Indicator) : Un indicateur clé de performance est une mesure quantifiable utilisée pour évaluer la réussite d'une entreprise ou d'un projet par rapport à ses objectifs. DevOps : Une approche de développement logiciel qui intègre étroitement le développement et les opérations informatiques pour améliorer la collaboration et la communication. Heatmap : Représentation graphique des données où les valeurs individuelles sont représentées par des couleurs, généralement utilisée pour visualiser des données complexes ou volumineuses. Data marketplace : Plateforme où les fournisseurs de données peuvent vendre ou échanger des ensembles de données avec d'autres organisations ou individus. Forecast (prévision) : Estimation ou prédiction de futurs événements ou tendances basée sur des données historiques ou des analyses statistiques. Data Warehouse: un système centralisé et structuré de stockage et de gestion des données provenant de différentes sources. Dashboard: un panneau de visualisation qui présente les indicateurs clés de performance (KPI) et d'autres informations utiles pour les utilisateurs. Dataviz : abréviation de "data visualization", c'est la représentation visuelle des données pour faciliter leur compréhension et leur interprétation. MOA (Maîtrise d'Ouvrage) : il s'agit de la partie prenante d'un projet qui définit les besoins, les objectifs et les exigences fonctionnelles, et qui assure le suivi et la validation du projet. Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Alexandre Haag est l’invité de l’épisode 17 de Data Driven 101. Après 10 ans dans la robotique, il a travaillé 8 ans dans le monde de la conduite autonome, notamment chez Tesla & Argo.AI (Audi et Ford). Aujourd'hui, il lance son projet FutuRail, visant à développer des trains autonomes pour offrir un meilleur service de transport ferroviaire et réduire les émissions de CO2. Il nous parle de sa vision du monde de la voiture autonome, du travail dans une entreprise comme Tesla, des méthodes de travail d'Elon Musk et des différences USA/europe. Mots clés Loi de Moore : Prédiction selon laquelle le nombre de transistors sur un microprocesseur doublera environ tous les deux ans, augmentant ainsi la puissance de calcul. (définition de chatGPT) Dataset : Ensemble de données structurées, généralement utilisé pour l'analyse, la modélisation ou la formation d'un algorithme. Motion planning : Processus de détermination des mouvements et des actions nécessaires pour qu'un objet ou un robot atteigne un état ou une position spécifique.Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.