Bienvenue dans l’univers de la Data !

APRÈS LE MOIS DU JAVASCRIPT L’ANNÉE DERNIÈRE, XEBIA METTRA À L’HONNEUR LA DATA DANS TOUS SES ÉTATS DURANT LE MOIS DE MAI 2017.

Du Data Engineering à la Data Science en passant par le Real Time, tous les champs d’application autour de la donnée seront abordés à travers des problématiques concrètes d’aujourd’hui.

Le Mois de la Data sera articulé autour de 4 meetups tous les mardis de mai, avec pour chacun d’eux un thème dédié, présenté et organisé par des Xebians.

Programme

  • Deep into Data Science
    2 mai 2017 - 19h
    Comment mon chat(bot) arrive à me comprendre
    Comment un chatbot comprend-il nos demandes ? À travers un exemple concret, nous allons découvrir ensemble les différentes techniques de Natural Language Processing (NLP) qui permettent de répondre à cette question. Nous parlerons notamment de Part-of-Speech Tagging, de Word2Vec ou encore de Named Entity Recognition.
    Des neurones artificiels pour du langage naturel
    Les topologies de réseaux de neurones pour l'analyse du texte expliqués par des dessins, des flèches, des courbes, des animations 3D et tout ça sans code ni formule. Apportez vos lunettes 3D rouges et bleues !
    Reinforcement Learning : des algorithmes qui apprennent comme des humains !
    Durant toute leur vie, les humains apprennent par essais et erreurs. Pourquoi pas les algorithmes ? C'est l'objectif du Reinforcement Learning, dont nous verrons les concepts et quelques applications
  • Data Craftsmanship
    9 mai 2017 - 19h
    Du notebook au code propre : l'histoire d'amour entre Data Science et Software Craftsmanship peut commencer !
    Soyons francs, entre un notebook et un projet industrialisé déployable en production, il y a souvent un monde ! Nous vous proposons au cours de cette session de voir comment il est possible de joindre les deux bouts tout en restant flexibles, à travers un exemple de refactoring réalisé sous vos yeux.
    Comment développer une application de Machine Learning avec Spark en moins de 30 minutes
    Un modèle de Machine Learning c'est du feature engineering, de la modélisation, de l'évaluation et de la prédiction. Nous allons vous montrer comment réaliser chaque étape avec Spark ML et surtout comment en faire une application et la mettre en production, le tout en moins de 30 min !
    Luigi : le Machine Learning lui dit merci
    Venez découvrir les super pouvoirs de Luigi sur la gestion de vos workflows. La mission à accomplir : démontrer ses capacités en création de pipelines, gestion de dépendances et des échecs dans un cas pratique. Pendant la session nous plongerons dans les différents niveaux des modèles de machine learning en bénéficiant des briques de Luigi: les tâches, la configuration, les schedulers et la visualisation. Wahoo, This way!
  • Real time Data Architecture
    16 mai 2017 - 19h
    SMACK : Embrassez le Fast Data
    La donnée, nous la voulons toujours plus vite ! Les architectures Big Data évoluent actuellement vers le Fast Data. Venez découvrir ce type d'architecture temps réel.
    Search on Hadoop
    Vous ne savez plus vous y retrouver dans toutes vos données ? Découvrons ensemble les outils de recherche que propose l'écosystème Hadoop permettant de requêter facilement la donnée pour la présenter au mieux.
    Spark Streaming + SQL = <3
    Spark Streaming change de peau : venez découvrir Spark Structured Streaming, la nouvelle API qui vous permet de manipuler des Dataframes au sein de vos jobs.
  • Data in action
    23 mai 2017 - 19h
    L'échiquier politique
    Plutôt à gauche, plutôt à droite, plutôt au centre? A travers cet atelier, le Machine Learning non supervisé nous propose de cartographier les comportements des hommes politiques.
    Parenting 2.1 : calmer son bébé avec du machine learning et un Raspberry Pi
    Quand le Machine Learning rencontre l'IoT : un exemple d'analyse prédictive de signaux audio récoltés par un Raspberry Pi. Vous ne verrez plus le rôle de parent de la même manière !
    Faites chauffer les neurones de votre smartphone avec du Deep Learning
    Nous avons testé pour vous l'intégration d'un modèle de reconnaissance d'image dans une application mobile: venez voir nos échecs, nos essais et nos réussites

Speakers

Location