Data Science

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.

Le but de cet article est de vous partager mon expérience de ce service, comment en tant que développeur je l’ai perçu et ce qu’il m’apporte. Je ne vais pas m’attarder sur les éléments profondément techniques de l'implémentation du dit service.Qu’est-ce que Github Copilot ?Github Copilot est la création de la société du même nom visant à améliorer ...

Cet article est le deuxième de la série Analyse de tendances des réseaux sociaux.Dans l'article précédent, nous avons présenté les bases méthodologiques pour analyser des tendances à partir de données de réseaux sociaux. Nous avons notamment expliqué l’importance de bien identifier la population de référence sur laquelle porte notre étude, et de bi...

Les données textuelles en grande quantité sont difficiles à traiter et à interpréter. Il est possible de leur faire dire une chose et son contraire, de telle sorte que des statistiques calculées sur du contenu de réseaux sociaux n’ont de fait aucune valeur si on ne comprend pas  la méthode par laquelle elles ont été obtenues. Dans son talk, Nicolas...

Introduction des auteurs et de l’initiativeDans le cadre des réflexions d’OCTO Technology sur les grands enjeux du monde de la data, Jean-Baptiste Larraufie consultant OCTO et Ming-Li Gridel Directrice Data science chez DataRobot ont amorcé une discussion sur l’évolution des structures data dans les entreprises.En tant que conseiller stratégique su...

La méthode du Lean Product Management dont s'inspire fortement Accelerate dans sa vision du Delivery vise à construire le bon produit, au bon moment. Cette philosophie cherche surtout à permettre aux organisations de s'adapter aux changements continus auxquels est confronté un produit tout au long de son cycle de vie. L'expérimentation fait partie ...

L’épisode #8 :Pour ce huitième épisode qui a eu lieu le 1 mars et qui était animé par Lina Yahi, nous avons échangé sur les spécificités d’un PO Data avec deux invités qui nous ont partagé leurs retours d’expérience respectifs :Capucine Claude, PO data pour Mon espace santé.Yoan Eynaud, Data Scientist / Statisticien. Actuellement PO/PM data au mini...

Cet article sert de sommaire à une série d’articles traitant de l’ensemble des problématiques relatives à la création d’un outil d’analyse de tendances des réseaux sociaux.Les réseaux sociaux concernent chaque année de plus en plus de personnes (58.4% de la population mondiale en janvier 2022 : https://datareportal.com/social-media-users ) et par c...

Cet article fait partie de la série “Analyse de tendances des réseaux sociaux” traitant des méthodologies pour la construction de ces solutions.Lorsque l’on souhaite créer un outil d’analyse de tendance à partir des réseaux sociaux, il est très important de définir le périmètre de ce que l’on souhaite analyser. La plus grande erreur est de partir d...

IntroductionVous avez développé un super modèle de Machine Learning, les performances sont au top et il résout un vrai problème. Malheureusement, personne n’en aura jamais connaissance si vous ne le déployez pas en production. Votre modèle n’aura été qu’un POC parmi tant d’autres et ne créera jamais de valeur pour l’entreprise et pour vos utilisate...