Data & AI
Le retrofit de la GenAI sur les systèmes existants est un gisement de valeur à explorer. La GenAI permet de répondre à des anciens ou nouveaux use case en utilisant des technologies d’IA, sans avoir à développer et entraîner un modèle spécifique. Découvrez les patterns d'architecture pour intégrer de la GenAI dans vos application
Marine Dussaussois est convaincue que c’est par l’échec qu’on retient le plus de leçons. Le titre de sa présentation n’a pas été choisi au hasard, elle nous parle bien de projet data et non de produit data. Mais pourquoi cela ?
Dans ce talk de clôture de cette première édition de La Grosse Conf, Matthieu Lagacherie, lead architecte Data et violoniste, nous présente les différentes approches et algorithmes qui permettent à un·e musicien·ne d'utiliser l'IA comme outil d'aide à la création musicale, avec ses qualités et ses limites.
Comptoir MLOps visant à synthétiser et clarifier les différentes options et bonnes pratiques que l’on peut mettre en place d’un point de vue MLOps chez ces cloud providers à travers différents patterns.
L'open source et Hugging Face c'est une histoire qui dure depuis 8 ans. Acteur incontournable de la communauté d'intelligence artificielle mondiale, Hugging Face a un rôle majeur à jouer dans la démocratisation des nouvelles intelligences artificelles génératives
La Gross Conf 2024 - Explorer le pilotage de l’incertitude dans un projet de MLOps et définir les stratégies qu’il est possible de mettre en place pour à la fois réduire l’incertitude et augmenter le retour sur investissement (ROI)
Eric Biernat, qui dirige l'activité Intelligence Artificielle chez Octo Technology, nous livre sa vision AI lors de l'ouverture de la Grosse Conf. L'IA, source de nombreux débats, est bluffante par ses résultats et par les comportements naturels dont elle s'inspire. Eric Biernat va plus loin...
A quoi ressemble le cycle de vie des produits IA ? Les problématiques des Product Managers (PM) qui le pilotent ? Voilà ce que j’ai découvert en interrogeant des PM data et IA.
Apprenez à mettre en place un modèle de langage open source, à le configurer localement et à construire vos premiers prompts efficaces.
Découvrez pourquoi le machine learning doit être traité comme un logiciel et les bonnes pratiques MLOps pour le mettre en production.