• Paris Data Ladies #12 - Joint Meetup

    Doctolib

    ------------------------------------------------------------------------------------ 🚨 LINK TO REGISTER: https://www.eventbrite.com/e/tech-talks-w-paris-data-ladies-paris-wimlds-women-who-go-tickets-61385759459 ------------------------------------------------------------------------------------ 📣 This meetup is organized in collaboration with : - Ladies of Code - Paris WiMLDS - Women Who Go All the talks will be in English, a networking time will be possible after the talks around pizzas and drinks :) Please register on Eventbrite ONLY IF YOU REALLY PLAN TO COME. ------------------------------------------------------------------------------------ 📅 Schedule Talk #1 : "Learning the structure of Gaussian Graphical models with unobserved variables." by Marina Vinyes, Machine Learning Software Engineer @Criteo Talk #2 : "An overview of changing my career into ML and 7 key points of advice that I share as I step through the progression" by Melanie Warrick, Senior Developer Relations Engineer @Google Talk #3 : TBA ------------------------------------------------------------------------------------ Attendees: Everyone interested in the subjects or in networking is welcome :) Thank you Doctolib for hosting us ! ------------------------------------------------------------------------------------ 🚨 LINK TO REGISTER: https://www.eventbrite.com/e/tech-talks-w-paris-data-ladies-paris-wimlds-women-who-go-tickets-61385759459 ------------------------------------------------------------------------------------

    5
  • Paris Data Ladies #10 : Deep Clustering, Video classification & Fraud detection

    Bonjour à tous et à toutes, Le prochain Paris Data Ladies a lieu le jeudi 7 février prochain chez PwC. Merci beaucoup à eux ! Au programme, trois présentations (en français) : - Rim Belaoud, Senior Data Scientist @ PwC, "FRAUD Analytics, combattre la fraude grâce à la Data" : Les entreprises sont dans l’obligation de s’adapter à l’évolution des techniques de fraude. Rim présentera les spécificités des nouvelles méthodologies de détection de fraude, les facteurs clés pour la conception et l'implémentation d'un système anti-fraude performant, ainsi que le cadre réglementaire et les défis spécifiques au secteur financier, plus particulièrement dans la lutte contre le blanchiment d'argent et le financement du terrorisme - Mathilde Caron, Phd Student @ Inria & Facebook AI Research nous présentera les différents objectifs de sa thèse : Je travaille sur le pré-entrainement à très grande échelle de réseaux de neurones profonds de manière non supervisée dans le but de résoudre des tâches de reconnaissance d'image. Dans cette présentation, après avoir expliqué les enjeux et motivations généraux de l'entrainement non supervisé, je détaillerai la méthode DeepCluster, que nous avons publiée à ECCV l'an dernier ("Deep Clustering for Unsupervised Learning of Visual Features »). - Alice Lebois, Research Engineer in vision & AI, PhD @ Netatmo "Embedded classification networks for security cameras" Dans cette présentation nous aborderons le problème de transfer learning sous contraintes, dans le cadre de la mise en place de la classification des mouvements en différentes catégories (animaux, humains et véhicules) sur la caméra de sécurité extérieure de Netatmo. Nos deux caméras intérieure (Welcome) et extérieure (Presence) embarquent des techniques récentes de deep learning afin de fournir un système de reconnaissance faciale pour la première et une détection et classification de mouvement pour la seconde. Pour conclure, Data For Good présentera son action. Un cocktail suivra cette rencontre. Nous vous attendons nombreux et nombreuses! ********** Informations pratiques************* Ouverture des portes : 18:30 ; Début meetup : 19:00 Fin prévue des talks : 20h45 + cocktail La salle permet d'accueillir 120 personnes, nous vous conseillons d'arriver un peu en avance afin de vous garantir une place. Adresse : 63 rue de Villiers, Neuilly sur Seine Métro ligne 3 "Anatole France"

    7
  • Paris Data Ladies #9

    Carrousel du Louvre

    Important : pour pouvoir accéder à la salle, n'oubliez surtout pas de prendre votre billet sur le site www.datajob.fr (https://www.eventbrite.fr/e/billets-datajob-2018-46186000571#tickets) en utilisant le code promo PDL2018 et de l'imprimer. Attention, ce billet ne vous permettra que d'accéder au meetup Paris DataLadies. Si vous souhaitez pouvoir assister à Datajob et aux conférences de la journée, vous devez prendre un billet pour le salon. A l'occasion de Datajob, cette 9ème édition de Paris DataLadies aura lieu au Carrousel du Louvre. Le buffet qui suivra cette rencontre vous sera offert par Quantmetry (https://www.quantmetry.com/). Merci beaucoup à eux ! Au programme : - Maëlle Buisson (https://fr.linkedin.com/in/ma%C3%ABlle-buisson-aa514b60), Data Scientist chez Altaroad, nous présentera le projet de sa start_up : à partir d’une technologie reposant sur un réseau de nano-capteurs brevetés enfouis dans les routes et d’algorithmes de machine learning, ALTAROAD propose une analyse en temps réel de données permettant, par exemple, de détecter l’empreinte ou le poids d'un véhicule spécifique, de piloter une gestion du trafic dans la ville intelligente, d'identifier les zones de l’infrastructure à entretenir, ou de détecter rapidement les situations à risque (verglas, contresens, décalage de véhicule autonome). - Mously Diaw (https://www.linkedin.com/in/mously-diaw-58412192/), Data Scientist chez JobTeaser, nous présentera le contexte et la méthodologie du Job Recommendation system de JobTeaser: JobTeaser est une startup ayant pour mission d’aider les étudiant(e)s et jeunes diplômé(e)s à l’insertion et à l’orientation professionnelle. Notre mission consiste, entre autres, à accompagner les candidats en leur proposant des offres personnalisées et pertinentes en fonction de leurs préférences. Ma présentation exposera en détails le système de recommandation des offres conçu chez JobTeaser. - Marion-Cécile Martin (https://www.linkedin.com/in/marion-c%C3%A9cile-martin-110081b2/), Data scientist stagiaire chez AccorHotels, premier groupe hôtelier français, nous présentera une application du machine learning à la prévision de trafic en ligne. A travers l’exemple de recherches de destinations sur le site AccorHotels.com, ce talk vous présentera toutes les étapes d’un tel projet, avec les contraintes à prendre en compte, qu’elles soient propres au secteur (tourisme record en 2018, réservations plus ou moins anticipées en fonction du moment de l’année) ou qu’elles soient plus techniques (accessibilité de la donnée, complexité du modèle).

    6
  • Paris Data Ladies #8 - Edition spéciale DATA AT SCALE

    Bonjour à tous, La prochaine rencontre des Paris DataLadies a lieu le mercredi 12 septembre prochain chez Blablacar, Paris 2ème. Au programme, 2 tables rondes et des invités de haute voltige ! --> Introduction Blablacar --> ePrivacy, RGPD, droit de l’IoT : quels enjeux règlementaires pour les projets Data en 2019? * Stéphanie de Buck, Data Privacy Officer @ Paris Saint Germain * Florence Graveline, Chef du service juridique @Sacem * Nathalie Plouviet, Directeur du département Droit de l’Internet des Objets @Lexing Alain Bensoussan Avocats Modératrice : Eve Jakubowicz @Quantmetry --> Industrialisation de l'intelligence artificielle, le plafond de verre d'une donnée non gouvernée * Laurence Houdeville , Head of data gouvernance @Renault * Carole Leclerc, Responsable Innovation & Digital @ACOSS * Priya Saint Olive, Data Program Manager @ Lagardère Active Modératrice : Charlotte Ledoux @Quantmetry Un cocktail suivra cette rencontre. Nous vous attendons nombreux et nombreuses! ********** Informations pratiques************* Ouverture des portes : 18:30 ; Début meetup : 19:00 Fin prévue des tables rondes : 20h30 + cocktail La salle permet d'accueillir 120 personnes. Adresse : 6, rue Ménars, 75002 Paris Twitter - https://twitter.com/blablacartech LinkedIn - https://www.linkedin.com/company/blablacar/?originalSubdomain=fr Medium - https://medium.com/blablacar-tech Site internet - https://www.blablacar.fr/

  • Paris Data Ladies #7

    Xebia

    Bonjour à tous, La prochaine rencontre des Paris DataLadies a lieu le mercredi 6 juin prochain chez Xebia, Paris 8ème. Au programme: - Interprétabilité des modèles Dans le Machine Learning on oppose traditionnellement précision et interprétabilité . Depuis quelques années une nouvelle catégorie de technique d'interprétation ont vu le jour. Ces nouvelles méthodes promettent de rendre interprétable n'importe quel modèle. On vous présentera l'importance de l'interpretabilité dans l'adoption large de Machine Learning et on vous expliquera spécipifiquement une des méthodes les plus connues : LIME Talk de Manar Toumi, Data Scientist @ Bleckwen - Modélisation pour la prédiction du churn dans l’audiovisuel Delphine, Data Scientist @ CANAL + plus présentera le rôle de la data dans la gestion du churn. Pendant plus d’un an, le groupe a fait face à une chute de son nombre d’abonnés dans un contexte fortement concurrencé, c’est pourquoi CANAL+ a repensé toutes ses offres fin 2016. Un focus sera fait sur les processus de mise à jour des outils data suite à ce changement structurel majeur. L’idée est de trouver des moyens pour contrer les biais créés par un tel changement et de mettre à disposition un outil utilisable dans les fronts pour le service client et le marketing, le tout le plus efficacement possible. Talk de Delphine Gras, Data scientist @ Canal plus - Exploration de données en Scala Aujourd’hui, c’est la première journée où Henri va faire de la data. Henri est développeur back Scala à la base, et aimerait contribuer à la partie data de son projet. Or, la plupart des outils sont en Python. On peut certes trouver rapidement des How-To sur Internet traitant de la data en Python, mais Henri, lui, aimerait le faire en Scala. L'idée générale est de présenter comment faire rapidement de l’exploration de données, étape préliminaire à tout projet data science, en Scala et Spark. L’exploration de données tabulaires se fera en plusieurs étapes : Charger/Transformer les données. Tenter d’extraire ou créer des features (caractéristiques de la donnée). Visualiser ces features. Talk d’Aurore de Amaral, Ingénieur Scala @ Xebia Un cocktail suivra cette rencontre. Nous vous attendons nombreux et nombreuses! ********** Informations pratiques************* Ouverture des portes : 18:30 ; Début meetup : 19:00 Fin prévue des talks : 20h30 + cocktail La salle permet d'accueillir 100 personnes. Adresse : 156, boulevard Haussmann 75008 Paris

    5
  • Paris Data Ladies #6

    Deezer

    Bonjour à tous, Nous vous convions à la 6ème rencontre des Paris DataLadies, accueillie par Deezer (https://www.deezer.com/fr/company), le 25 avril à 19h. Merci beaucoup à eux ! Au programme (Plus de détails à venir): - Marie Milliet De Faverges, Doctorante SNCF Réseau/CNAM (https://www.linkedin.com/in/marie-de-faverges-b4ba4598/) nous présentera sa thèse dont l’objectif est de quantifier le risque de retards de trains quelques jours en avance de manière à pouvoir adapter les planifications ferroviaires en zone dense. Elle s’intéresse particulièrement au périmètre des gares où le routage des trains et l’affectation de quais est difficile et où les retards se propagent rapidement. L’idée est d’anticiper les conflits en prenant en compte les risques de perturbation et ainsi limiter cette propagation. Elle nous présentera ici la méthodologie choisie pour répondre à ce problème mixte apprentissage et recherche opérationnelle, et détaillera le choix de modélisation des retards de trains. - Sophie Monnier, Data Scientist chez Quantmetry (https://www.linkedin.com/in/sophie-monnier-83a80629/), nous parlera de son sujet de thèse "Visualization of the deep Australian continent with advanced geophysical signal processing". Les ondes sismiques, telles que générées par des tremblements de terre ou des sources artificielles, peuvent être utilisées pour sonder l'intérieur de la Terre et représentent un outil d'investigation précieux à des profondeurs inaccessibles à l'homme. Plus précisément, le but de l'imagerie sismique et de l'inversion est de développer des images à haute résolution du sous-sol qui peuvent être comparées aux ultrasons médicaux, si le signal sismique est correctement analysé et formaté. Son doctorat porte sur l'imagerie du continent ouest australien en partenariat avec le gouvernement australien. L'acquisition de données sismiques de haute qualité combinée à l'algorithme d'optimisation le plus avancé de la géophysique, Full Waveform Inversion, nous permet d'augmenter la résolution historique d'un facteur 5 et de visualiser les discontinuités géologiques profondes pour la première fois. - Huikan Xiang, Data Architect chez Deezer (https://www.linkedin.com/in/huikanxiang/) nous parlera de "Spark Streaming: From 101 to Production". Ce talk vous montrera comment Spark, étendu avec des fonctionnalités en temps réel, peut fournir des données de streaming à faible latence. Ceci sera illustré par un exercice pratique et un cas d'utilisation réelle chez Deezer. Pour finir, Véronique Chauveau nous dira quelques mots sur l'association Femmes et Mathématiques (http://www.femmes-et-maths.fr/), et en particulier les journées "Filles et Maths: une équation lumineuse". Un cocktail suivra cette rencontre. Nous vous attendons nombreux et nombreuses! ********** Informations pratiques************* Ouverture des portes : 18:30 ; Début meetup : 19:00 Fin prévue des talks : 20h30 + cocktail La salle permet d'accueillir 80 personnes. Adresse : Deezer, 12 Rue d'Athènes, 75009 Paris (Saint-Lazare, Liège )

    8
  • Paris Data Ladies #5

    BPCE

    Bonjour à tous, Nous vous convions à la 5ème rencontre des Paris DataLadies, accueillie par 89C3 (https://89c3.fr/), l'accélération digitale du groupe BPCE (https://www.groupebpce.fr/) le 8 février à 19h. Merci beaucoup à eux ! Au programme (Plus de détails à venir): - Samah Ghalloussi (https://www.linkedin.com/in/samahghalloussi/), Ingénieur - Chercheur nous présentera le projet sur lequel elle travaille actuellement : une application de messagerie professionnelle dotée d'intelligence artificielle, et notamment les use case NLP, type extraction des informations de contacts à partir de signatures d’emails. - Camille Marini (https://www.linkedin.com/in/camille-marini-b585b210/), Ingénieur à l'Ecole Polytechnique présentera le projet "Morpheo (http://morpheo.co/)", qu'elle mène actuellement. Le projet Morpheo a pour but de construire une plateforme de machine learning qui garantisse la propriété et la confidentialité des données. Le projet est développé en collaboration entre Polytechnique, la start up Rythm et l’Université Paris Descartes avec comme domaine d’application les pathologies liées au sommeil. Plus précisément, Morpheo rassemble des données anonymisées, qu’elle trie et analyse automatiquement, provenant de divers instituts du sommeil. La plateforme est alimentée par une infrastructure Blockchain qui garantit la transparence et la traçabilité de toutes les transactions ayant lieu sur la plateforme. Un utilisateur ne peut pas accéder aux données relatives à une autre personne et seuls des algorithmes d’apprentissage automatique limités et définis sont à même de les exploiter à des fins d’apprentissage Grâce à des méthodes de "transfer learning", Morpheo a pour but d'intégrer diverses sources d’informations, de la polysomnographie médicale classique aux wearables de pointe. - Manon Laroche (https://www.linkedin.com/in/manon-laroche-rousseau-5ab129125/), Data Scientist chez BPCE Au sein de l’équipe data science de la nouvelle entité digitale de BPCE (89C3), nous avons mené un projet expérimental autour de l’open data. L’objectif étant de vérifier l’assertion suivante : « Les clients habitant en zone urbaine sont à moins de 10 minutes de leurs agences et les clients habitant en zone rurale à moins de 20 minutes. » Une vraie optimisation sous contraintes pour nous avec l’exploitation exclusive de données en open data (BPCE et public) et de logiciels open source ! Le défi a été relevé et je vous en présenterai la démarche ainsi que les résultats avec grand plaisir ! Pour finir, Soufya El Kharbili (https://www.linkedin.com/in/selkharbili/) nous dira quelques mots sur All In (https://all-in.co/), qui vise à promouvoir la diversité dans le domaine de l'IA. Un cocktail suivra cette rencontre. Nous vous attendons nombreux et nombreuses! ********** Informations pratiques************* Ouverture des portes : 18:30 ; Début meetup : 19:00 Fin prévue des talks : 20h30 + cocktail La salle permet d'accueillir 80 personnes. Votre Nom Prénom devra être renseigné pour valider votre inscription. Adresse : BPCE, 50 avenue Pierre Mendes France, 75013 Paris (Gare d'Austerlitz, Gare de Lyon )

    6
  • Paris DataLadies #4

    palais Brongniart

    A l'occasion de Datajob (https://www.datajob.fr/), cette 4ème édition de Paris DataLadies aura lieu au palais Brongniart. Le buffet qui suivra cette rencontre vous sera offert par Quantmetry (https://www.quantmetry.com/). Merci beaucoup à eux ! Important : pour pouvoir accéder à la salle, n'oubliez surtout pas de prendre votre billet sur le site www.datajob.fr (http://www.datajob.fr/) en utilisant le code promo DATAFAN et de l'imprimer. Au programme : Alice Coucke (https://www.linkedin.com/in/acoucke/), Data Scientist à Snips "Building an AI that respects your privacy: speech recognition and natural language understanding on device" A Snips nous développons une plateforme destinée à créer des assistants vocaux capables de comprendre leurs utilisateurs en langage naturel grâce à l’intelligence artificielle, atteignant des performances comparables à celles des grosses plateformes. Une de nos spécificités est de pouvoir tourner 100% en embarqué — soit hors connexion et en local — ce qui rend notre solution respectueuse de la vie privée et immune aux coupure de réseau et offre une alternative intéressante aux offres basées sur le cloud. Ceci pose néanmoins de nombreux défis : capacité de calcul limitée et absence de données utilisateurs pour améliores les algorithmes, entre autres. Dans cette présentation, je parlerai des techniques de machine learning en reconnaissance vocale et compréhension du langage naturel que nous développons dans l’équipe ainsi que notre travail en génération de données. Samah Ghalloussi (https://www.linkedin.com/in/samahghalloussi/), Ingénieur-Chercheur en Intelligence Artificielle "Comparaison des principales plateformes de création de Chatbots." Dans le cadre du projet de recherche LabForSims2, en partenariat avec la Faculté de Médecine Paris-Sud et le CEA (Commissariat à l’Energie Atomique), nous avons testé plusieurs plateformes de création de chatbots. L'objectif étant de simuler un patient venant consulter aux urgences (d’après un scénario pré-défini) afin que les étudiants en médecine puissent lui poser des questions pour établir un diagnostique. http://www.medecine.u-psud.fr/fr/labforsims/labforsims-2.html Les avancées majeures dans le domaine du Traitement Automatique des Langues et de l'Intelligence Artificielle ont vu émerger des plateformes de création de chatbots permettant de développer son propre agent à partir d'un service web. Je présenterai 4 plateformes issues de grandes firmes technologiques proposant leur service en français. Nous verrons leur mode de fonctionnement, ainsi que les avantages et inconvénients de chacune d'entre elles : - Dialogflow (Google) - Watson Conversation (IBM) - Wit.ai (Facebook) - LUIS (Microsoft) Aurélia Nègre (https://www.linkedin.com/in/aurelia-negre/) et Alberto Guggiola (https://www.linkedin.com/in/aguggiola/), Data Scientists à Quantmetry, "Le jour où les IA ont appris à bluffer" L’IA progresse d’année en année, mais la victoire récente au poker du logiciel Libratus est une formidable avancée vers une IA générale. En effet, le poker se caractérise par une information incomplète et l’absence d’une stratégie optimale toujours valable. Ce type de problème, particulièrement complexe, peut être résolu grâce à la théorie des jeux. Comment Libratus trouve la meilleure stratégie, et quels sont les autres champs d’application? ********** Informations pratiques************* Début meetup : 19:00 Fin prévue des talks : 20h30 + cocktail Important : pour pouvoir accéder à la salle, n'oubliez surtout pas de prendre votre billet sur le site www.datajob.fr (http://www.datajob.fr/) en utilisant le code promo DATAFAN et de l'imprimer. Nous vous attendons nombreux et nombreuses!

    6
  • Paris Data Ladies #3

    Google France

    Bonjour à tous, Nous vous convions à la 3ème rencontre des Paris DataLadies, accueillie par Google France (8 rue de Londres, 75009 Paris) le 11 octobre à 19h. Merci beaucoup à eux ! Au programme : - Léna Carel (https://www.linkedin.com/in/lenacarel/), doctorante CIFRE Transdev/ENSAE nous parlera d'identification de groupes de voyageurs à travers leurs habitudes temporelles Les modèles de mélange sont des outils de segmentation très populaires. Cependant, lorsque la dimension et le nombre de clusters sont élevés, l'estimation et l'interprétation des classes deviennent compliquées. Afin de répondre à cette problématique, nous avons proposé un modèle de mélange qui effectue de la réduction de dimension en combinant NMF (Nonnegative Matrix Factorization) et algorithme EM. La segmentation d'utilisateurs de réseaux urbains Transdev à l'aide de données de validation a été à l'origine de cette approche. - Elisa Gilles (https://www.linkedin.com/in/elisagilles/), product Data Scientist manager chez Deezer, nous présentera son talk "Au secours je lance ma feature" Lors du développement d'un nouveau produit ou d'une nouvelle fonctionnalité, la question qu'on se demande d'emblée est : est-ce que ça marche? La massification des données nous permet d'avoir des éléments de réponse - plus seulement à l'aide de tests sur des panels d'utilisateurs/sondages mais plutôt en s'intéressant à l'intégralité de la base d'utilisateurs. La complexité maintenant est de se demander comment mesurer ce "ça marche?" et comment définir la donnée pour que cette mesure soit possible. Viendra après la tâche plus ardue de comprendre les résultats de cette mesure, de faire parfois des analyses complémentaires et d'en tirer des actions concrètes à chaque nouvelle itération. - Mathilde Bras (https://www.linkedin.com/in/mathildebras/), chargée de projet open gov et innovation à Etalab, montrera comment les données peuvent aussi améliorer les politiques publiques : Comment mettre les données et la datascience au service de l’intérêt général ? C’est la mission d’Etalab, véritable « task force » numérique au sein de l’Etat. Les actions d’Etalab embrassent un large spectre : de l’ouverture de bases de données essentielles à l’économie et la société (ex : base SIRENE, base adresse) à l’accompagnement d’administrations dans des projets d’innovation, en passant par la construction d’outils visant à améliorer le service public. Le programme Entrepreneurs d’Intérêt Général sera également présenté. Un cocktail suivra cette rencontre. Nous vous attendons nombreux et nombreuses! ********** Informations pratiques************* Ouverture des portes : 18:30 ; Début meetup : 19:00 Fin prévue des talks : 20h30 + cocktail La salle permet d'accueillir 65 personnes. Votre Nom Prénom devra être renseigné pour valider votre inscription. Adresse : Google France, 8 rue de Londres, 75009 Paris (Métros Trinité, Saint-Lazare, Liège )

    12
  • Paris DataLadies #2

    Ecole 42

    Pour cette 2nde rencontre des Paris DataLadies, nous serons accueillis par l'école 42 (http://www.42.fr/) (96 Boulevard Bessières, 75017 Paris). Le cocktail qui suivra cette rencontre vous sera offert par ERCOM. Merci beaucoup à eux ! Au programme : - Giulia Bianchi (https://www.linkedin.com/in/giulia-bianchi-0a072758/), Data Scientist chez Xebia France nous proposera un talk sur le Parenting 2.1 : calmer son bébé avec du machine learning et un Raspberry Pi Le Machine Learning prend de plus en plus de place dans la vie de tous les jours : Google Photos vous permet de chercher des objets dans vos images tandis que Siri joue le rôle d'assistant personnel et répond à vos questions. Tout cela sans compter que l'intelligence artificielle n'arrête plus de faire le buzz. Dans cette session, on vous montrera comment réaliser une application de Machine Learning qui permet de reconnaître avec un Raspberry Pi les pleurs d'un bébé et de lancer une berceuse pour essayer de le calmer avant d'intervenir personnellement. On traitera les aspects techniques liés à la classification de signaux audio et du déploiement d'un modèle de Machine Learning sur Raspberry Pi. - Isabelle Robin (https://www.linkedin.com/in/isabelle-robin-2037945a/), Data Scientist chez ERCOM nous présentera la détection d'anomalies dans des séquences d'événements Lutte anti-fraude, détection d'intrusion, maintenance prédictive... La détection d'anomalies sert à ces nombreux cas d'usages et constitue une branche à part entière de l'apprentissage non supervisé. Les événements passés (proches ou lointains) sont souvent des indicateurs forts pour déterminer si un événement particulier est une anomalie. Par exemple, certaines techniques de fraude particulières qui peuvent être utilisées de manière intensive jusqu'à ce que le système anti-fraude les évite. Durant ce talk, nous allons nous pencher sur les méthodes pour prendre en compte ce contexte temporel dans la détection d'anomalies. - Alejandra Estanislao (https://www.linkedin.com/in/aleestanislao/?locale=fr_FR), Senior software Engineer chez Google : "Women in Tech, or why your daughter doesn't want to become one" Pourquoi c'est bien la diversité? Comment a évolué le nombre de femmes dans la tech pendant les 50 dernières années? Pourquoi est-ce qu'il y en a si peu? Quoi faire pour améliorer tout ça? Venez chercher les réponses (et plus) dans ce talk très interactif par Alejandra Estanislao, Software Engineer chez Google. Nous vous attendons nombreux ! Horaires : Ouverture des portes : 18:45 ; Début meetup : 19:00 Présentations : 19:00-20:00

    8