Conferences

INFORMATIONS PRATIQUES
Date, Lieu
Mardi 2 Juillet 2019
9h15-12h
Natixis 115 rue Reaumur Paris




DATA SCIENTISTS: Spécial VEILLE - Nouvelles techniques les plus prometteuses identifiées et retour d évaluation terrain
02 Juillet 2019 - Natixis 115 rue Reaumur Paris

JE M'INSCRIS

OK
J'accepte les CGU
DATA SCIENTISTS:  
chez  Natixis 115 rue Reaumur Paris  9h 15 - 12 h 00

Dans le cadre de l'IMA Ludovic Gibert ( Natixis) propose aux praticiens de la data science (data scientists : profils en charge de la conception et développement de traitements machine learning) de participer à une serie de sessions techniques 
qui auront lieu chez 
Natixis 115 rue Réaumur, à Paris les
  • 13 février 9H30-11H30 - Traitement du langage naturel
    • 12 Mars 9H30 - 11H 30 - Détection anomalies / fraudes
    • 4 juin 9H30-11H30`` - Outils, librairies et environnements pour les études data science
 
Motivation de ces rencontres :
  • Il n’existe pas de data scientist omniscient : L’éventail des techniques data science est trop vaste et de plus en constante et rapide évolution.
  • Bénéficier des retours d’expériences d’autres data scientists permet de :
    • Capitaliser dans l’identification des meilleurs approches et techniques data science
    • Monter en compétences sur des techniques spécifiques (traitement du langage naturel, détection d’anomalies/fraudes, …)
    • Mutualiser la veille sur la maturité des nouvelles techniques data science
    • Identifier les outils et librairies à valeurs ajoutées pour les projets
  • Disposer d’éléments de comparaison sur les projets d’autres entreprises pour alimenter les réflexions internes et accompagner le changement :
    • Typologie de uses cases adressés
    • Patterns d’industrialisation
    • Organisation des équipes/projets data science
    • Stratégie Build vs Buy par typologie de uses cases
Les rencontres data scientists ont pour objet d’échanger sur les techniques machine learning (critères de choix d’algorithme machine learning, techniques de tuning  des modèles, bonnes pratiques de feature engineering, approches de modélisation, méthodologie pour évaluer le biais/variance du modèle, librairies et outils pour le développement de modèles, …)
Retour Accueil Contact Mentions légales Twitter Innocation Makers Digital LinkedIn