Les ateliers
Atelier 6
-
Orchestrer le travail des data scientists avec MLOps
10h30 - 11h00Afin de bénéficier des avantages compétitifs qu’offre la data science, l’opérationalisation du Machine Learning ou "MLOps" est de plus en plus adoptée dans les entreprise.
Venez découvrir les motivation, les enjeux et les principes de base de cette pratique.
Zied ABIDI
Hybrid Cloud and Data Science Technical Architect
IBM -
-
The AI game changer
11h00 - 11h30The possibility to create new value through innovation with AI
Daniela REYES
AI Solutions Product Manager
PNY -
-
Big Query ML : l'analyse prédictive en SQL
11h30 - 12h00BigQuery ML permet aux data analysts et aux data scientists de créer des modèles de machine learning en quelques minutes, en SQL, entièrement dans BigQuery. Rejoignez-nous pour découvrir les nouveaux modèles et fonctionnalités de BigQuery ML.
Matthieu BLANC
Customer Engineer
Google Cloud -
- Atelier 6
-
Challenges et Bonnes Pratiques de la Mise en Production des Modèles de Machine Learning
13h30 - 14h00Développer un modèle de Machine Learning est un processus long et difficile. Il comprend de nombreuses étapes telles que la préparation, le nettoyage et le formatage des données, la création de nouvelles features ou encore le choix des hyperparamètres à utiliser pour l'entraînement du modèle, et ce ne sont là que les premières étapes de la création d'un modèle.
Rejoignez-nous pour une présentation sur les différentes approches de mise en production des modèles de Machine Learning.
Lors de cette présentation, Badr Chentouf, Senior Solution Engineer, H2O.ai, abordera les points suivants :• Les challenges de la mise en production des modèles au sein de différentes infrastructures
• Les bonnes pratiques de mise en production des modèles, en particulier pour les modèles réalisés avec H2O DriverlessAI
Badr CHENTOUF
Senior Solution Engineer
H2O.ai -
-
Du DTMF au langage naturel, retour d'expérience sur la mise en oeuvre d'un assistant conversationnel en moins de 90 jours avec Direct Assurance
14h00 - 14h30Retour d'expérience sur l'implémentation d'un assistant conversationnel d'accueil sur les serveurs vocaux de l'assureur Direct Assurance. Partagez avec l'équipe projet les grandes étapes de la mise en oeuvre d'une solution au service de la relation client qui aidera la qualification et l'orientation fin 2020 de près de 2M d'appels par an
Arnaud TARRY
Head of AI Program
ViaDialog -
-
Comment Watson Assistant vous aide à traiter vos clients ou collaborateurs comme des VIPs
14h30 - 15h00
Frédéric MERCIER
Data Science & IA Segments Leader
IBM -
-
Colas x Axionable : constituer son patrimoine de données, pré-requis à une stratégie data/IA ambitieuse
15h00 - 15h30Le groupe Colas a lancé en 2019 un vaste projet "One Colas Data" visant à développer tout le potentiel associé à l'exploitation des données du groupe.
La première étape a consisté, sur la base de cas d'usage identifiés avec les principaux métiers du groupe, à collecter / centraliser / nettoyer cette donnée.
Philippe TOUBLANT
Chief Data Officer
Colas
Vincent PHILIPPINE
Directeur Associé
Axionable
-
Atelier 7
-
Former massivement ses équipes à l'IA pour sortir de la crise Covid 19 ?
10h00 - 10h30En période post covid 19, la plupart des entreprises vont devoir fonctionner avec moins de moyens, moins de collaborateurs et donc, gagner en efficacité et productivité. Certaines applications de l'IA, pas nécessairement les plus à la mode, vont contribuer à relever ce défi. Quelles sont ces applications et comment former les collaborateurs présents et à venir pour les transformer en collaborateurs augmentés ? Quelles formations ? Quels formats ? Quels outils ? Quelles méthodes pédagogiques pour quels profils d'apprenants ?
Raphaël RICHARD
CEO
24pm Academy -
-
Help Desk / Support client, comment mieux résoudre les incidents et les demandes d’assistance dans un context de support à distance ?
11h00 - 11h30Que l’on parle de support IT, de support interne ou de support client, la résolution d’une demande au premier contact est l’un des principaux critères de satisfaction des utilisateurs du service. Afin d’y parvenir, il est crucial que les échanges entre le technicien et l’utilisateur puissent être fluides notamment avec l’assistance à distance. Découvrez comment dans notre atelier Rescue !
Frederic MEYER
Solutions Consultant Rescue
LogMeIn
Mehdi AIT HADI
Responsable Grands Comptes Rescue
LogMeIn -
-
Permettre à chacun d’extraire de la connaissance et de la valeur hors de ses données
12h00 - 12h30Découvrez comment TIMi révolutionne le travail des data scientistes au quotidien. En l'espace d'une demi-heure et sur des données réelles, nous accomplissons ce que toute autre technologie ferait en plusieurs semaines. À partir des données brutes d’une grande chaine de supermarchés avec plus de 1 million de consommateurs, nous construisons une vue client à 360°, des modèles prédictifs de vente croisées et le dashboard connexe. Pour ce faire, nous utilisons un simple laptop et une souris.
Frank VANDEN BERGHEN
CEO
TIMi -
- Atelier 7
-
Solocal : Comment activer la data grâce à un nouveau média et réduire son Cost per Lead de 50%
13h30 - 14h00Courant 2019, dans une logique de digitalisation de certaines de ses activités et de réduction des coûts opérationnels, Solocal a décidé de faire appel à Markentive pour la création d'un nouveau média.
Grâce à l'exploitation du réseau Solocal existant et de l'expertise de Markentive en marketing automation, OoTravaux est né. Le résultat : un coût par lead divisé par 2, plus de 1000 leads générés par mois, 65 000€ de budget publicitaire économisé.
Vous découvrirez lors de cet atelier :- Comment les données historiques de Solocal ont été exploités
- Comment l'automatisation du processus a permis de changer de modèle économique
- Comment les datas récoltées sont réactivées pour l'expansion de ce média
Maximilien GROLIER
Lead Product Manager
Solocal
Christian NEFF
CEO
Markentive -
De l'intelligence dans votre chatbot: NLU & Machine Learning
14h00 - 14h30Analyse augmentée :
- Interrogez vos données en langage naturel.
- Découvrez le vrai potentiel de vos agents conversationnels en combinant AI et BI.
- NLG, NLU et Machine Learning : le triplet gagnant.
- Illustration sur un cas d’usage industriel : parlez à votre plateforme analytique !
Sylvie JACQUET-FAUCILLON
Consultante Analytic
SAS France -
-
Gestion automatisée des documents
14h30 - 15h00Tous les jours, les organisations passent un temps significatif à traiter manuellement de nombreux documents (factures, reçus, notes de frais, fiches de paie, contacts d’accident, contrats, etc). Tous ces documents proviennent de sources différentes, avec des structures différentes. La plupart des sociétés continuent de traiter ces documents manuellement ou à l’aide de modèles prédéfinis avec des règles rigides, qui ne s’adaptent pas à la grande variété de sources et de formats. C’est là que réside toute la complexité de la tâche. Notre solution permet de classifier les documents et d’extraire automatiquement le contenu de ces documents grâce aux techniques les plus récentes de deep learning. Cette automatisation permet donc de réduire le temps de traitement manuel des documents qui est fastidieux, couteux et à faible valeur ajoutée!
Notre intervention vous permettra de bien comprendre cette solution et comment nous l’avons mise en place grâce au témoignage de l’un de nos clients.
Kevin FRANCOISSE
CEO
Sagacify -
-
Comment identifier des opportunités business grâce à l’IA : Cas d’étude sur le Grand Paris
15h00 - 15h30Saviez-vous que pendant la période du coronavirus plus de 2’000’000 articles ont été publiés sur Google news chaque jour sur le sujet ?
Ce chiffre exorbitant nous montre bien à quel point nous sommes surchargés d’informations. Pourtant les entreprises ont besoins de ces informations pour s’adapter, réagir avec agilité, se positionner et acquérir un avantage concurrentiel durable.Mais avez-vous les ressources nécessaires pour les traiter efficacement ?
Nous illustrons cette réalité à travers l’exemple du projet “Le grand Paris”, en analysant les données publiques avec l’intelligence artificielle et ainsi mettre en évidence les informations clés pour identifier les opportunités business.
Au programme de cet atelier, nous parlerons :
• Du déploiement et du passage à l'échelle de l'IA dans le cloud
• De l'avancée fulgurante du domaine du NLP, notamment par l'exploitation du mécanisme d’attention
• D'IA hybride pragmatique et d'IA explicable
Camille PRADEL
Data Scientist
Geotrend
Thomas BINANT
CEO & Co-Fondateur
Geotrend
Guillaume HOULLEMARE
Directeur de Clientèle
Explore -
Atelier 8
-
MLOps au service de l’industrialisation des projets d’IA – Retour d’expérience de Sodexo
10h00 - 10h30
Victor CIRIZA
Head of Data Engineering
SodexoAleksander CALLEBAT
Data Scientist
Microsoft -
-
Allez plus loin que le dashboard : Analytics et Machine Learning pour tous !
10h30 - 11h00Démonstration d'analytics augmentée pour les business managers, les ingénieurs et chercheurs.
Les managers et ingénieurs et chercheurs ont à leur disposition beaucoup de données qui résident dans leur fichier excel ou dans des outils métiers. Ces "small data" sont généralement utilisés pour construire des graphiques et des présentations.
Et si nous en tirions plus de valeur ? pour nous aider à prendre des décisions ? et cela tous les jours ?
Dans cet atelier, nous montrerons comment les nouveaux outils d' "Augmented Analytics" permettent de décupler les capacités d'analyse des managers, des ingénieurs et des chercheurs, en complète autonomie.
En quelques clics, un fichier excel est analysé pour vous aider à comprendre vos données en profondeur, pour en extraire la substantifique moëlle!
-
-
Quantum computing : va-t-il révolutionner l'IA ?
11h00 - 11h30L'informatique quantique progresse et les annonces d'innovation se multiplient.
Il semble que la question n'est plus de savoir si l'avantage quantique sera atteint, mais plutôt à quel moment et pour quels types d'applications.
Parmi ceux qui sont en course, la chimie et la science des matériaux, la finance, l'optimisation, et le support à l'AI et au Machine Learning.
Dans ce domaine, on parle entre autres de QSVM, et même de QGAN. Où en sommes nous ? Quelles sont les perspectives ?
Olivier HESS
Quantum Ambassador
IBM
Jean-Michel TORRES
Quantum Technical Expert
IBM -
-
Réussir sa migration vers le Cloud : Comment moderniser votre architecture de données avec une approche Data + AI ?
11h30 - 12h00
Matthieu LAMAIRESSE
Solution Architect
DatabricksAmine BENHAMZA
Partner Solution Architect
Databricks -
-
IA éthique et ML équitable : principes et outils
12h00 - 12h30Google a proposé 7 principes pour construire une IA responsable (éthique et équitable). Mais sommes nous toujours conscients des biais contenus dans les données ? Comment éviter les dérives implicites des modèles de ML ? Peut on imaginer des outils d'aide à la détection ?
Jean Luc LAURENT
Customer Engineer
Google Cloud -
- Atelier 8
-
Valorisez les données de votre service client grâce au langage naturel et au Machine Learning
13h30 - 14h00Chaque interaction traitée par votre service client est une source de données capitale pour votre entreprise. Malheureusement, ces données sont encore largement inexploitées.
L'intelligence artificielle de Google Cloud permet d'extraire de chaque conversation (y compris sur la voix) les données pertinentes sur vos clients, leur expérience et leur ressenti. L'analyse en temps réel de ces données vous aide à prendre les bonnes décisions au bon moment.
Julien TRIBOUT
Sales Lead - Contact Center AI
Google Cloud FranceFrédéric MOLINA
Customer Engineer - Machine Learning specialist
Google Cloud -
-
Laissez-vous embarquer dans l’aventure « Do you speak AI ? » et immergez-vous dans le monde de l’intelligence Artificielle
14h00 - 14h30Do you speak AI ? est un parcours d’acculturation comportant 5 modules. Ses 4 niveaux ; allant des fondamentaux à l’expertise ; vous apprendront à parler IA.
Nous partagerons, lors de cet atelier, notre retour d’expérience sur son déploiement et son animation auprès de 18 000 collaborateurs dans le monde; l’occasion aussi pour vous de découvrir et de tester ce parcours ludique et pédagogique.
Isabelle DONATO
Directrice FabLab
Gfi -
-
Comment construire un Data Lake
14h30 - 15h00Construire un Data Lake était autrefois un luxe inabordable qui nécessitait un gros investissement en temps, argent et beaucoup de ressource de développement.
Cette conférence est destinée a des CTOs, data engineer et data scientist qui veulent soit migrer leur Data Lake vers le cloud ou le construire de zéro. En plus de pouvoir poser toutes vos questions, vous apprendrez :
- Ce qu'est un Data Lake : définition, concept et son intérêt
- Principes essentiels pour choisir une infrastructure adaptée a vos besoins
L’implementation d’un Data Lake de bout en bout :
- Intégration de sources de données internes et NoSQL, dont CDC
- Intégration de source cloud : API ouvertes pour le Marketing, Saas solutions
- Streaming
Apercu des solutions existantes
Gestion des coûts
Gouvernance des données : sécurité
Rejoignez Salome Laborde-Balen, Head of Sales chez Rivery pour cette conférence online qui expliquera comment la puissance du cloud combinée a une solution Saad d’ETL et une plateforme de gestion de datawarehouse ouvrent des nouvelles opportunités pour les Data Lakes - avec des solutions simples et efficaces qui aident les sociétés à gérer efficacement leur processus de data.
Salome LABORDE-BALEN
Head of Sales
Rivery -
Un exemple d’utilisation du Machine Learning comme outil de l’équipe bleue en sécurité informatique
15h00 - 15h30Le terme « équipe bleue » en sécurité informatiques désigne les personnes chargées de la défense des systèmes d’information. Cela recouvre plusieurs spécialités : centre des opérations de sécurité (Security Operations Center, SOC), réponse à incident (Incident Response, IR), renseignement (Cyber Threat Intelligence, CTI). Ces personnes sont chargées de détecter et de réagir à la présence d’un adversaire au sein des systèmes d’information. Cela peut être fait par anticipation, notamment dans le cadre du renseignement, de façon continue ou en réaction (IR).
Le cœur de cette mission est séparé en 2 tâches : la détection, puis la qualification de cette détection permettant de discriminer un adversaire réel d’un faux positif. Ces 2 tâches sont rendues difficiles par plusieurs facteurs. Premièrement, la complexité des systèmes d’information et des technologies informatiques. Deuxièmement, la volumétrie de données à traiter. Ces facteurs contribuent à la création d’une charge de travail importante pour les analystes dans un contexte où la formation et le recrutement de spécialistes en sécurité est difficile. Faisant ce constat, nous avons eu l’opportunité d’étudier comment l’intelligence artificielle pouvait contribuer pour diminuer la charge de travail des analystes cybersecurité.
-