Dans ta science : comment protéger les algorithmes et les projets d’IA ?

A la croisée de plusieurs disciplines, la Data Science s'appuie sur des méthodes et des algorithmes pour tirer des informations et de la connaissances à partir de données structurées et non structurées. Encore inconnus il y a quelques années, les métiers de la Data Science et du Machine Learning évoluent très vite. Compétences, méthodes,...

Lire la suite

Comment construire des produits à forte valeur ajoutée intégrant du Machine Learning ?

La révolution de l’Intelligence Artificielle, commencée depuis quelques années, transforme progressivement la quasi-totalité des secteurs d’activité. Si l’engouement pour le Machine Learning est aisément perceptible, force est de constater qu’aujourd’hui encore peu d’entreprises arrivent à proposer à leurs clients des produits intégrant ...

Lire la suite

Retour sur Snowflake Data World Tour : une plateforme SaaS innovante et ouverte

Pour la première fois en France, Paris a accueilli le Data Cloud World Tour organisé par Snowflake. 500 personnes étaient réunies à l’hôtel Salomon de Rothschild, pour découvrir les dernières innovations et rencontrer les partenaires de Snowflake. Cette solution SaaS innovante, adossée aux cloud providers publics, promet une expérienc...

Lire la suite

Le ML Ops – partie 4 : pour une stratégie de réutilisation des solutions

Quatrième article de notre série consacrée au Machine Learning en production et ses solutions ML Ops dans le Cloud : Partie 1 : Le Machine Learning en production et ses solutions ML Ops dans le CloudPartie 2 : Pourquoi se lancer dans une démarche de Machine LearningPartie 3 : La définition d'un algorithme ML Comme nous l'avons vu p...

Lire la suite

Dans ta science : la qualité de la donnée avec Daniel, Data Engineer

A la croisée de plusieurs disciplines, la Data Science s'appuie sur des méthodes et des algorithmes pour tirer des informations et de la connaissances à partir de données structurées et non structurées. Encore inconnus il y a quelques années, les métiers de la Data Science et du Machine Learning évoluent très vite. Compétences, méthodes,...

Lire la suite

Dataiku Data Science Studio : focus sur les fonctionnalités et l’intégration dans un environnement AWS

Cet article a été co-rédigé par Olivier Randavel et David Dupin. Dans le cadre de l'accompagnement d'un client dans sa migration vers le cloud d’AWS, nous avons mis en place un datalake complexe répondant aux défis imposés par le caractère sensible des données de santé. Après les phases de préparation, d’anonymisation et d’exposition,...

Lire la suite

Revolve Inside : Thomas, Machine Learning Engineer

Et si on faisait connaissance ? Devoteam Revolve, ce sont des consultantes et des consultants passionnés par leur métier, des profils et des parcours variés. Dans cette série d’articles, nous vous proposons d'aller à la rencontre de celles et ceux qui font la richesse de l'entreprise, de découvrir leur vision du métier et les challenges ...

Lire la suite

Tech Shifts : la tech pour un monde plus soutenable – Thegreendata, ou comment réduire l’empreinte environnementale de l’alimentation

Transition énergétique, transition agricole, préservation de la biodiversité... face aux défis à venir, nous pensons que la technologie doit non seulement être soutenable, et son usage raisonné, mais qu'elle doit aussi contribuer activement à répondre aux enjeux environnementaux et climatiques. Pour lancer cette nouvelle série d'arti...

Lire la suite

Le ML Ops – partie 3 : la définition d’un algorithme ML

Voici le troisième article de notre série consacrée au Machine Learning en production et ses solutions ML Ops dans le Cloud. Après une première partie d'introduction revenant sur l'évolution du métier de Data Scientist, l'historique du ML Ops et notre approche du ML Ops (à lire ici), une seconde partie sur l'intérêt d'une démarche de Mac...

Lire la suite

Dans ta science : le traitement des sons ambiants pour détecter les signes de perte d’autonomie

A la croisée de plusieurs disciplines, la Data Science s'appuie sur des méthodes et des algorithmes pour tirer des informations et de la connaissances à partir de données structurées et non structurées. Encore inconnus il y a quelques années, les métiers de la Data Science et du Machine Learning évoluent très vite. Compétences, méthodes,...

Lire la suite