Big-Data & Data-Science : édition de juin

Lors de cette édition de juin nous parlerons de deux sujets : Flink – un framework open-source de streaming processing soutenu par la fondation apache, et de Keras – une API de Deep Learning (réseaux des neurones) fonctionnant au dessus de Tensorflow.

Voici le programme détaillé du meetup :

1. BUILD NEURAL NETWORKS WITH KERAS

From computer vision to self-driving, from pattern recognition to marketing prediction, Artificial Intelligence (AI) is emerging as a disrupter in many areas such as healthcare, energy, law, financial services, and entertainment. With increasing volumes of data, growing computational power and evolving algorithms, Deep Learning plays an important role in recent AI developments. Deep Neural Networks (DNNs) is the architecture of Deep Learning, which consists of an input layer for input features, an output layer for output targets, and an arbitrary number of hidden layers to connect the input and output layers.

Keras is a high-level API which enables fast implementations of neural networks and takes advantages of GPU computational power. It’s written in Python and capable of running on top of either TensorFlow or Theano. The latters are two of the platforms dedicated to implement DNNs.

This talk will show you how DNNs process data and perform common Deep Learning tasks, followed by a demo on how to easily implement DNNs with Keras. Some conceptions such as feature representations and matrix operations might help to understand what happens inside DNNs.

Speaker : Jie He « I am a chinese student from Shanghai Jiao Tong University, now studying Design and Management of Information Systems at Ecole des Mines d’Alès due to the double-degree program between the two universities.

I do my final project of study at TabMo, where I focus on implementing neural networks in real-time bidding systems.»

2. STREAM PROCESSING AVEC APACHE FLINK

Les données sont au coeur de nos applications, et sont créées de façon continue sous forme de flux (stream). L'architecture orientée flux (Streaming Architecture) permet de réduire la latence entre l'émission d'un évènement et les décisions à prendre en fonction des évènements passés et en cours, tout en gardant une architecture globale simple et efficace. Apache Flink est un framework permettant de créer des application orientées flux, avec:

Le temps réel débarque en force: du big data au fast data

Les entreprises sont nombreuses a crée de nouvelles applications et services autour du big data. Apres avoir fait un tour d'horizon des cas d'usages du big data, nous verrons qu'aujourd'hui les nouvelles applications doivent traiter un volume et une diversité de données toujours plus important; cela implique un changement au niveau des technologies a mettre en place.

En s'appuyant sur les cas d'usages, par exemple la détection de fraude, l'IoT, nous discuterons des solutions techniques à mettre en place, et leur impact sur l'architecture des nouvelles applications.

Gestion des Graphes de données. DB, Cascading, Elasticsearch)

Le tout déployé de façon distribuée et hautement disponible.

Cette présentation est l'occasion de découvrir Flink, son coeur, ses APIs et l'approche "streaming first" pour vos applications.

Flink est utilisé en production par de nombreuses entreprises: Bouygues Telecom, Netflix, Alibaba, Ericsson, King, Zalando, et bien d'autres, supporté par la société Data Artisans et une communauté de plus de 140 contributeurs.

Speaker : Tugdual Grall, est Chief Technical Evangelist EMEA chez MapR. Il travaille avec les clients et les communautés de développeurs européennes, pour faciliter l’adoption de MapR, Hadoop et NoSQL.

Avant de travailler chez MapR, “Tug”, était Technical Evangelist chez MongoDB et Couchbase. Tug a également travaillé comme CTO chez eXo Platform, et comme Product Manager et Développeur sur la platform Java/JavaEE d’Oracle.

Tugdual est également co-fondateur du Nantes JUG (Java Users Group) qui réunit tous les mois depuis 2008 les développeurs et architectes de la région nantaise.