Meetup ElasticFR #94 - Elastic{ON} special

A l'occasion d'ElasticON Tour Paris le 21/01/2025, nous organisons la veille, le 20/01, une rencontre de la communauté ElasticFR avec pas moins de 7 sessions techniques et la présence exceptionnelle de Shay Banon.

Merci de penser à libérer vos places minimum la veille de l'évènement, si vous ne pouvez pas venir.

Agenda (application mobile)

• 15:45: Ouverture des portes
• 16:00 Talk 1: Data Lake for Operations at Stellantis par Alexandre Fricker (25 minutes)
• 16:30 Talk 2: Billion Vector Baby par Benjamin Dauvissat et Pietro Mele (25 minutes)
• 17:00 Talk 3: Vector Embeddings: révolutionner la recherche en e-Commerce par Philippe Bouzaglou (25 minutes)
• 17:30 Talk 4: Cartographie des transports publics avec Maps par Géraud Dugé de Bernonville (25 minutes)
• 18:00 Break
• 18:30 Welcome words from Carl Azoury (Zenika)
• 18:35 Ask Me Anything with Shay Banon / Baha (Elastic) (50 minutes)
• 19:30 Talk 5: Modern Search Engines: Tackling Multi-Modal Data Challenges par Jim Ferenczi (25 minutes)
• 20:00 Talk 6: AutoOps, rassemblement ! par Valentin Crettaz (25 minutes)
• 20:30 Catering/Drinks/Socializing

Agenda détaillé
Data Lake for Operations at Stellantis
par Alexandre Fricker, Big Data Architecte, Stellantis

How Elasticsearch usage at Stellantis evolved. Starting from a simple PoC of Log Processing in 2014, we grow and scale the full Elastic Stack usage to provide a complete monitoring experience for Stellantis Ops. We call it Data Lake for Operation.

Billion Vector Baby
par Benjamin Dauvissat et Pietro Mele, Software Engineers, Adelean

La recherche sémantique est souvent présentée comme une solution miracle. La promesse ? Quelques vecteurs, et votre moteur serait pertinent et prêt à conquérir l’univers. Mais que se passe-t-il lorsque vous devez gérer plus d’un milliard d’embeddings ?

Cette présentation explorera la recherche vectorielle à grande échelle. À travers un scénario réel, nous partagerons des conseils et des stratégies pratiques pour vous aider à maîtriser une base de données d’un milliard de vecteurs, tout en garantissant évolutivité, rapidité et économies substantielles.

Vector Embeddings: révolutionner la recherche en e-Commerce
par Philippe Bouzaglou, Founder, Stealth AI Startup

Nous aborderons tout ce que vous devez savoir pour utiliser les vector embeddings dans les applications de recherche, avec des exemples spécifiques axés sur la recherche en e-commerce.
Ajouter des vector embeddings est la méthode la plus simple et la plus efficace pour transformer votre configuration Elasticsearch existante en une recherche propulsée par l'IA.
En ajoutant simplement les bons embeddings à vos documents, vous obtenez :

• La Recherche Sémantique
• La Recherche par Similarité
• La Recherche Approximative
• La fonction More Like This

Nous présenterons également divers embeddings génériques et spécialisés pour vous aider à choisir les plus adaptés à votre cas d’utilisation, ainsi que des frameworks et outils pour vous aider à évaluer leurs performances.

Cartographie des transports publics avec Maps
par Géraud Dugé de Bernonville, Consultant Elastic, Zenika

Découvrez comment Elasticsearch et Kibana, deux piliers de la suite Elastic Stack, peuvent être exploités pour capturer, stocker et visualiser les données de l'activité des transports publics. Nous mettrons en lumière l'utilisation de la fonctionnalité de visualisation Maps de Kibana pour une expérience immersive. Au cours de cette présentation 🧐, nous verrons comment mettre en place la collecte des données d'un web service via l'Elastic Agent et la visualisation de ces données sur une carte 🌍 à l'aide de la fonctionnalité Kibana Maps.

Ask Me Anything!
par Shay Banon, CTO et Baha Azarmi, VP Global Customer Engineering

Venez poser vos questions en direct à Shay et Baha sur Elastic, les projets, la roadmap, ...

Modern Search Engines: Tackling Multi-Modal Data Challenges
par Jim Ferenczi, Tech Lead, Elastic

Modern search engines must handle diverse data types while delivering fast and relevant results. This talk explores the evolution of Elasticsearch, built on Lucene, to address these challenges. Through real-world examples, we’ll dive into key design decisions and optimizations that enable efficient multi-modal search, offering insights into scaling and performance tuning for today’s data-driven applications.

AutoOps, rassemblement !
par Valentin Crettaz, Product Manager, Elastic

AutoOps simplifie la gestion d'Elasticsearch, que ce soit sur le cloud ou on premise. En analysant des centaines de mesures et de paramètres en temps réel et en vous alertant avec des recommandations d'experts chaque fois que des seuils critiques sont franchis, AutoOps vous libère d'une charge de surveillance substantielle, vous permettant de vous concentrer sur votre entreprise et vos clients. Nous ferons un tour rapide d'AutoOps et de la manière dont il peut vous aider à gérer vos clusters.