Data Science

Posté le 20/02/2024 par Emmanuel Lin Toulemonde, Aurélien Massiot

Si le nombre de personnes qui opèrent vos produits ML en phase de run est proportionnel au nombre de produits ML en production ; si la vitesse de développement de nouvelles fonctionnalités s’est écroulée au moment du passage en production ; le toil vous a, vous aussi, déjà paralysé sans que vous ne vous en rendiez compte.

Lire la suite >

Posté le 14/12/2023 par Aurélien Massiot, Philippe Stepniewski

Mais alors, comment est implémentée une base de données vectorielles ? Dans cet article, nous allons examiner ce qui se cache sous le capot des bases de données vectorielles. Cet article est agrémenté d’un tutoriel pour implémenter une base de données vectorielles en Python débutée de zéro. Vous pourrez la reproduire chez vous !

Lire la suite >

Posté le 13/12/2023 par Pierre-yves Lesage, Romain Chartier, Olivier Acar, Matthieu Lagacherie, Matthieu VETTER, Emmanuel Lin Toulemonde, Reynald Riviere

L’intelligence artificielle revient sur le devant de la scène depuis l'ouverture de ChatGPT au grand public le 30 novembre 2022. Depuis ce moment clé dans l’histoire des ruptures technologiques, plus de 50% des comités exécutifs ont mis à leur agenda l’intelligence artificielle générative...

Lire la suite >

Posté le 13/07/2023 par Albert DE WATRIGANT

Pierre Sabrié, directeur des prévisions entrepôts et magasins chez Casino, Nicolas Gery, Senior Manager chez Accenture spécialisé dans le Retail et la Supply Chain, et Antoine Moreau, Head of Data & AI pour le Retail chez Octo Technology ont animé le comptoir “Comment optimiser les stocks en linéaire par la Data ?” le jeudi 15 juin 2023.À travers c...

Lire la suite >

Posté le 31/01/2023 par Chaimae LAHRAIRI

Longtemps considéré comme la discipline reine alliant mathématiques appliquées et informatique dans l'industrie, l'optimisation combinatoire s'éclipse aujourd'hui dans l'ombre de son cousin le Machine Learning.Au lieu de considérer les deux sujets indépendamment, nous vous proposons par le biais de cet article, un exemple de contribution du Machine...

Lire la suite >

Posté le 08/12/2022 par Amric TRUDEL

L'inférence causale permet d'analyser des données en allant au-delà des corrélations, pour mieux comprendre les liens de causalité et intervenir adéquatement.

Lire la suite >

Posté le 06/12/2022 par Emmanuel Lin Toulemonde

En tant que développeur d’application embarquant une brique de Machine Learning notre  principal objectif est d’avoir une application utilisée qui fonctionne sans bogue.Une fois en production et utilisée, il faut anticiper ou identifier les bogues dans notre application et les résoudre au plus vite, afin de maintenir le service rendu et en tirer ré...

Lire la suite >

Posté le 20/09/2022 par Emmanuel Lin Toulemonde

Élément clef en logiciel, la sécurité doit bien entendu être considérée en Machine Learning Delivery. Vos modèles une fois en production auront un impact réel sur les utilisateurs et l’organisation qui les ont produits, il est alors nécessaire que personne ne les manipule.

Lire la suite >

Posté le 24/05/2022 par Emmanuel Lin Toulemonde

Les avis sur la mise en production du Machine Learning diffèrent. La Matrice Cynefin vous aide donc à prendre des décisions.

Lire la suite >

Posté le 10/05/2022 par Antoine Moreau, Emmanuel Lin Toulemonde, Touraya El Hassani

Les équipes développant des applications de Data Science investissent beaucoup d’énergie pour identifier et implémenter des métriques de monitoring pertinentes. Nous pensons qu’il est possible de capitaliser sur ce travail en proposant des fonctionnalités supplémentaires à nos utilisateurs afin de renforcer l’impact de nos applications.

Lire la suite >