Publications de Sofia Calcagno

Agile

Retour sur la conférence EventSourcing Live @ DDD Europe 2023

Entrée de la conférence DDD Europe 2023, au Mervaart Theater d'Amsterdam, le 7 juin 2023

La semaine du 5 juin 2023 s’est tenue la conférence DDD Europe 2023 à Amsterdam, une conférence dédiée au domain-driven design et à la modélisation logicielle. Nous sommes plusieurs Octos à avoir pu nous y rendre du 7 juin 2023 au 9 juin 2023 afin de couvrir une partie de cette édition 2023, notamment la conférence EventSourcing Live (le 7 juin 2023) : une conférence dans la conférence sur une journée dédiée à l’event sourcing, au CQRS et aux architectures event-driven. 📸 Nous vous partageons ici nos photos et compte-rendu de cette journé !

Lire la suite
Accelerate

Comment travailler efficacement par petits incréments dans un delivery de Machine Learning ?

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 introduisant cette série. Vous y trouverez également le lien vers le reste des articles pour aller plus loin.  Certains termes techniques sont numérotés. Vous trouverez leur définition à la fin…

Lire la suite
Data Science

Lean for Machine Learning (ML)

La mise en production d’algorithmes d’apprentissage est un chantier dont il faut savoir anticiper l’ampleur. Notre expérience nous a montré que la brique algorithmique n’est qu’une petite partie d’un système complexe : c’est pour cela que nous travaillons à son intégration dans le SI au plus vite afin de lever les inconnues dues à ses spécificités. Dans cet article, nous vous proposons une démarche conduite conjointement avec le métier, dans le but premier d’apporter de la valeur à l’utilisateur final.  Pour illustrer notre démarche de…

Lire la suite
Data

Les réseaux de neurones récurrents : des RNN simples aux LSTM

Les réseaux de neurones constituent aujourd'hui l'état de l'art pour diverses tâches d'apprentissage automatique. Ils sont très largement utilisés par exemple dans les domaines de la vision par ordinateur (classification d'images, détection d'objets, segmentation…) et du traitement automatique du langage (traduction automatique, reconnaissance vocale, modèles de langage…). Dans un précédent article, nous avons utilisé une classe particulière de réseaux de neurones, les RNN : Recurrent Neural Networks. Cette famille de modèles, particulièrement adaptée aux données séquentielles, nous a permis de générer automatiquement, caractère par caractère,…

Lire la suite