Data Driven Montréal #90

Pour notre 90ème rencontre Data Driven Montréal, nous parlerons de Science des Données et de Science de la Décision.
Au cours de la soirée, nous passerons du français à l'anglais (et vice-versa) lors des présentations des intervenants et des questions des participants.

#1 - How Decision Science, Data Science and the Age of AI fit together (Eric Torkia, Technology Partnerz)

“Decision Superhero: Driving Informed Decision-Making with Probability, Explainable Models, and Decision Science” is a new book that highlights how embracing uncertainty, using probability and clear mental models, and incorporating structured decision science approaches can revolutionize decision-making. It explains that decisions are irreversible allocations of resources shaped by constraints and preferred outcomes, and reveals how data science and decision science complement each other to produce robust, unbiased insights. Attendees will learn what makes someone a true “Decision Superhero,” capable of integrating advanced tools—such as generative AI—while retaining vital human judgment to ensure ethical, context-aware choices. Ultimately, this talk provides a practical framework to help participants navigate high-stakes decisions with confidence, refine their mental models, and harness AI-driven innovations to achieve better outcomes in both personal and professional arenas.

#2 - Validation initiale et continue des modèles d'apprentissage machine (Michael Albo & David Streliski, Insightbounds)

• Vos modèles respectent-ils les normes réglementaires et les exigences de vos utilisateurs d'affaires ?
• Savez-vous exactement où vos modèles performent… et où ils échouent ?
• Pourquoi vos modèles fonctionnent-ils dans certains contextes et échouent-ils dans d'autres ?
• Comment être sûr que vous utilisez le bon modèle pour chaque contexte ?
• Quel est le véritable coût des erreurs de vos modèles ?

Lors de cette présentation, nous explorerons comment cartographier les limites d'utilisation de vos modèles et renforcer la confiance de vos parties prenantes dans vos modèles.

Speakers

Eric Torkia, MSc
Eric holds a Master’s degree in Management Information Systems and brings a wealth of experience in supporting strategic decision-making across various industries. As the executive partner at Technology Partnerz Ltd., he leads a team dedicated to delivering advanced decision science solutions focused on forecasting, simulation, and optimization. Eric advises senior leadership on business and analytics strategies, has trained hundreds of business analysts in predictive analytics, and spearheads risk analysis initiatives in finance and operations. He is also the lead developer of MCHammer.jl, a Julia package that streamlines Monte Carlo simulations. Deeply involved in the fields of decision science and business analytics, Eric balances his professional pursuits with the tranquility provided by his cats, affectionately known as his “corner assistants.”

Michael Albo, MSc, MBA
Ayant construit son expérience des deux côtés de l'Atlantique, Michael travaille depuis 30 ans au carrefour de l'informatique, des mathématiques d'aide à la décision et de la finance.
Depuis plus de 10 ans, il conçoit et déploie en production des modèles d'apprentissage machine permettant d'optimiser les processus critiques de ses clients.
Michael est un expert canadien en audit et validation de modèles d'apprentissage machine.

David Streliski, MSc, CFA, Qualified Risk Director
Fort de 28 ans d’expérience, David dirige des projets d’affaires et technologiques pour de grandes institutions financières, firmes d’investissement, cabinets d’audit au Canada et en Suisse.
Ex-enseignant à HEC Montréal et expert en gouvernance, gestion des risques, conformité et finance quantitative, David est un interlocuteur privilégié pour relever les défis liés aux étapes de conception, validation, déploiement, surveillance et audit des modèles.

Agenda
5:30 | Accueil des participant.e.s et réseautage
5:50 | Mot de bienvenue et nouvelles de la communauté
6:00 | How Decision Science, Data Science and the Age of AI fit together (Eric Torkia)
6:30 | Validation initiale et continue des modèles d'apprentissage machine (Michael Albo & David Streliski)
7:00 | Q&A
7:15 | Période de réseautage
7:30 | Fin de l’événement