Lyon Data Science — La communauté Data & IA à Lyon

Une question, un projet ou un blocage autour de la data ou de l'intelligence artificielle ? Venez le mettre sur la table.
Les Tables rondes Lyon Data Science sont des rencontres participatives pour partager des problématiques concrètes, confronter différentes approches et échanger des retours d'expérience autour de la data et de l'IA.
Ici, pas de conférence classique, pas de présentation imposée et aucun slide à préparer : ce sont les participants qui font vivre les discussions.
Vous pouvez venir avec un projet, une question technique ou métier, une architecture à challenger, une méthode à discuter ou simplement une expérience à partager.
Vous n'avez pas de sujet particulier ? Vous êtes également les bienvenus pour écouter, poser des questions, participer aux échanges et rencontrer la communauté.

Pourquoi participer ?
L'objectif est de profiter de l'expérience collective pour explorer des pistes de solution, découvrir d'autres méthodes et prendre du recul sur des situations réelles.
C'est aussi l'occasion de rencontrer d'autres professionnels, étudiants, chercheurs et passionnés de la data et de l'IA à Lyon.

Quels sujets peut-on aborder ?
Les sujets sont proposés librement par les participants.
Quelques exemples :

• Data Engineering : architectures, pipelines, ETL/ELT, traitement des données, SQL, Python, qualité des données.
• Data Science & Machine Learning : modélisation, entraînement, évaluation, optimisation, mise en production.
• IA générative : LLM, RAG, agents, prompting, évaluation, fiabilité et cas d'usage.
• Infrastructure & MLOps : cloud, déploiement, orchestration, monitoring, coûts et performances.
• Gouvernance & IA responsable : confidentialité, sécurité, RGPD, conformité et sobriété.
• Métiers & projets : organisation des équipes, choix technologiques, carrières, formation et retours terrain.

Cette liste est indicative. Les sujets peuvent être très techniques ou plus généralistes.

Déroulement de la soirée
18h30 — Accueil et premières rencontres
On se retrouve au TUBÀ pour faire connaissance et commencer à échanger de manière informelle.
19h00 — Tour de table et présentation des sujets
Chacun peut se présenter brièvement : son activité, ses centres d'intérêt et, s'il le souhaite, une question, un projet ou un problème qu'il aimerait soumettre au groupe.
Nous identifions ensemble les sujets à discuter en fonction du nombre de propositions et du temps disponible.
À partir de 19h15 — Place aux discussions !
Nous consacrons généralement 10 à 15 minutes à chaque sujet.
La personne qui propose un sujet présente rapidement son contexte, puis les autres participants peuvent poser leurs questions, partager leurs expériences, suggérer des outils, proposer d'autres approches ou débattre des solutions possibles.
Le but n'est pas de trouver systématiquement une réponse définitive, mais de permettre à chacun de bénéficier de regards différents et de repartir avec des pistes concrètes.
Les échanges restent libres et participatifs : chacun peut intervenir, questionner ou simplement écouter.
Selon le nombre de participants et de sujets, les discussions peuvent se prolonger.
Vers 20h30–21h00 — Fin des discussions collectives
Nous terminons progressivement la table ronde, en partageant les principales idées et ressources évoquées.
Après la table ronde — Networking et échanges informels
La soirée ne s'arrête pas nécessairement à la fin des discussions collectives !
Les participants qui le souhaitent peuvent rester échanger, faire connaissance, approfondir une conversation, présenter leurs projets ou simplement développer leur réseau professionnel.
La poursuite des échanges dans les locaux dépend des disponibilités du lieu.
Les horaires sont indicatifs et peuvent évoluer selon le nombre de participants et la dynamique des discussions.

À qui s'adresse cette rencontre ?
À toutes les personnes intéressées par la data et l'intelligence artificielle :

• Data Analysts, Data Scientists et Data Engineers.
• ML Engineers, AI Engineers et développeurs.
• Architectes, profils Cloud et MLOps.
• Chercheurs, enseignants et étudiants.
• Entrepreneurs, indépendants et responsables métiers.
• Alternants, personnes en reconversion et curieux.

Aucun niveau technique minimum n'est requis.
Certaines discussions pourront devenir approfondies selon les sujets, mais chacun participe à son niveau.
Vous venez pour la première fois ? Signalez-le à l'équipe à votre arrivée. Nous pourrons vous présenter aux autres participants.

Proposer un sujet
Vous pouvez proposer votre sujet :

• Pendant le tour de table.
• Dans les commentaires ou le chat Meetup.
• Sur le Discord Lyon Data Science.

Quelques phrases suffisent. Aucune présentation formelle n'est nécessaire.
Si vous souhaitez illustrer un problème avec votre ordinateur, vous pouvez l'apporter, mais aucun matériel n'est obligatoire.

Informations pratiques
Date : mardi 10 novembre 2026
Lieu : TUBÀ — Lyon Part-Dieu
15 boulevard Marius Vivier Merle
69003 Lyon
Accès :
Depuis le boulevard Marius Vivier Merle et la station Part-Dieu V. Merle, empruntez le passage menant à la place de Milan, à proximité de l'Agence TCL Part-Dieu.
Une fois dans la cour intérieure, continuez jusqu'au TUBÀ, situé au fond de la cour.
Transports :

• Métro B — Part-Dieu.
• Tramways T1 et T4.
• Gare SNCF Lyon Part-Dieu.

Horaires indicatifs :

• 18h30 : accueil.
• 19h00 : tour de table.
• 19h15 : discussions par sujet.
• Vers 20h30–21h00 : conclusion des échanges collectifs.
• Ensuite : networking informel, selon les possibilités du lieu.

Participation :
L'événement est gratuit, sur inscription Meetup.
Le format privilégie les échanges en petit groupe. Le nombre de participants est limité en fonction de la capacité d'accueil.
Si vous ne pouvez finalement pas venir, merci d'annuler votre participation sur Meetup afin de libérer votre place.
Langue :
La rencontre se déroule principalement en français. Les questions et interventions en anglais sont également bienvenues.

L'IA générative s'est installée dans nos vies professionnelles et personnelles. Mais connaissons-nous réellement son impact environnemental ? Et comment agir concrètement pour le réduire ?

Assistants IA, génération de code, analyse documentaire, automatisation… Nos usages se multiplient, mais les ressources nécessaires à leur fonctionnement restent souvent invisibles.
Émissions de CO₂, consommation d'électricité, utilisation de l'eau, équipements matériels : de quoi parle-t-on exactement ? Comment mesurer ces impacts ? Et quelles pratiques permettent de réduire notre consommation sans renoncer aux bénéfices de l'intelligence artificielle ?

Le jeudi 12 novembre, Lyon Data Science accueille Caroline Fortin et David Tavoularis pour une conférence consacrée à l'IA frugale et responsable, de la compréhension des enjeux aux actions concrètes.
Deux interventions complémentaires permettront de relier les enjeux environnementaux à un retour d'expérience chiffré sur l'utilisation de l'IA générative.

Au programme
1. Comprendre l'IA frugale et responsable — Caroline Fortin
Experte en transition énergétique et intelligence artificielle, Caroline présentera les principes de l'IA frugale et les enjeux environnementaux associés aux technologies d'intelligence artificielle.
Nous aborderons notamment :

• La définition de l'IA frugale et responsable.
• Les émissions de CO₂ liées à l'IA.
• La consommation d'électricité et d'eau.
• Les ressources matérielles et les infrastructures nécessaires.
• Les enjeux et les limites de la mesure des impacts environnementaux.
• L'effet rebond : pourquoi une amélioration de l'efficacité peut parfois entraîner une augmentation de la consommation globale.

L'objectif : mieux comprendre les impacts de nos usages et identifier les enjeux réels d'une IA plus sobre.

2. Mesurer et réduire sa consommation de tokens — David Tavoularis
Directeur Maintenance & Développement, David partagera un retour d'expérience fondé sur plusieurs mois de mesure de sa propre utilisation de l'IA générative.
Il reviendra sur :

• Sa démarche de suivi et de mesure.
• Ce que plusieurs mois de données révèlent sur sa consommation.
• Les expérimentations qu'il a réalisées pour économiser des tokens.
• Les résultats observés, chiffres à l'appui.
• Les conseils et bonnes pratiques issus de son expérience.

Une approche concrète, fondée sur la mesure, les essais et les résultats.
L'objectif : comprendre comment observer sa consommation et identifier des actions applicables au quotidien.

3. Faire de l'IA responsable un levier d'innovation
Au-delà des pratiques individuelles, comment encourager l'adoption d'une IA plus frugale dans les organisations ?
Nous explorerons les liens entre sobriété, performance, robustesse et pérennité des solutions d'IA.
Et surtout, comment convaincre les différentes parties prenantes :

• CFO et directions financières : maîtrise des coûts et justification des investissements.
• CTO et responsables techniques : performance, choix technologiques et durabilité.
• Développeurs et équipes techniques : pratiques concrètes et optimisation des usages.

L'enjeu n'est pas simplement de consommer moins, mais de réfléchir à une utilisation de l'IA adaptée aux besoins, efficace et responsable.

Ce que vous pourrez retirer de cette conférence

• Comprendre ce que signifie réellement l'IA frugale.
• Identifier les principaux impacts environnementaux de l'IA générative.
• Découvrir le mécanisme de l'effet rebond.
• Comprendre l'intérêt de mesurer ses usages et sa consommation de tokens.
• Bénéficier d'un retour d'expérience chiffré sur plusieurs mois.
• Découvrir des pistes concrètes pour économiser des tokens.
• Disposer d'arguments pour faire progresser ces pratiques au sein de votre organisation.

À noter : la consommation de tokens peut aider à analyser certains usages et leurs coûts, mais elle ne constitue pas à elle seule une mesure complète de l'impact environnemental de l'IA.

Et si vous appreniez à construire un pipeline data complet en une seule soirée ?
Vous vous intéressez au Data Engineering, mais vous ne savez pas vraiment comment les données passent d'un simple fichier CSV à un tableau de bord interactif ?

Cet atelier est l'occasion de le découvrir en pratiquant !
Avec Amand SAGE, Data Engineer chez IPPON Technologies, vous allez suivre toutes les étapes d'un pipeline de données : ingestion, transformation, documentation et visualisation.
Pendant 3 heures, vous manipulerez un véritable jeu de données et découvrirez comment plusieurs outils modernes fonctionnent ensemble.
L'objectif : repartir en ayant compris et expérimenté le fonctionnement d'un pipeline data de bout en bout.
Pas besoin de connaître les outils à l'avance : Amand vous guidera étape par étape.

Ce que vous allez construire
Pour cet atelier, nous utiliserons des données réelles issues d'une compétition de basketball universitaire féminin américain (NCAA).
À partir des fichiers sources, vous apprendrez à :

• Importer des données et les convertir du format CSV au format Parquet.
• Explorer et transformer les données avec SQL, DuckDB et dbt.
• Comprendre l'architecture Bronze / Silver / Gold pour organiser les différentes étapes du traitement.
• Documenter les transformations et visualiser les dépendances entre les modèles avec dbt-colibri.
• Créer un dashboard interactif avec Apache Superset pour visualiser les résultats.

Tout fonctionnera directement sur votre ordinateur, grâce à Docker, sans avoir besoin de déployer une infrastructure cloud.

Les outils que vous allez découvrir

• DuckDB : une base de données analytique légère qui permet d'explorer et traiter des données avec SQL.
• dbt : un outil permettant de transformer les données et d'organiser les traitements SQL.
• dbt-colibri : pour explorer la documentation et les dépendances entre les modèles de données.
• Apache Superset : une plateforme open source pour créer des graphiques et des tableaux de bord.
• Docker et VS Code : pour exécuter le projet dans un environnement de développement commun.

Vous découvrirez également les formats CSV et Parquet, ainsi que DBeaver pour explorer les données.
L'idée n'est pas de devenir expert de chaque technologie en une soirée, mais de comprendre à quoi elles servent et comment les utiliser ensemble.

À qui s'adresse cet atelier ?
Cet atelier est une initiation, accessible aux personnes qui découvrent le Data Engineering.
Il est particulièrement adapté :

• Aux étudiants et personnes en formation ou en reconversion vers les métiers de la data.
• Aux Data Analysts et Data Scientists curieux de découvrir les pipelines de données.
• Aux développeurs souhaitant comprendre les outils du Data Engineering.
• Aux professionnels et passionnés de data qui veulent découvrir ces technologies à travers un projet concret.

Niveau : initiation / découverte.
Aucune connaissance préalable de DuckDB, dbt ou Superset n'est nécessaire.
Des rappels sur SQL, les bases de données, les formats de fichiers et les architectures data sont prévus en début d'atelier.
Quelques notions informatiques et une certaine aisance avec un ordinateur sont toutefois recommandées, car vous réaliserez vous-même les exercices.

Programme de la soirée
18h30 — Accueil des participants
On se retrouve au TUBÀ pour faire connaissance, s'installer et préparer les ordinateurs.
19h00 — Début de l'atelier
Amand vous accompagnera à travers les différentes étapes :
1. Comprendre les bases
Découverte du fonctionnement d'un pipeline data, des formats CSV et Parquet, des bases SQL et de l'architecture Bronze / Silver / Gold.
2. Préparer notre environnement
Présentation des technologies, récupération du projet GitHub et lancement de l'environnement avec Docker et VS Code.
3. Ingérer les données
Exploration des fichiers sources, exécution des premiers traitements et production des fichiers Parquet.
4. Transformer les données
Découverte de DuckDB et dbt, exécution des transformations SQL et exploration des tables produites.
5. Documenter le pipeline
Génération de la documentation avec dbt-colibri et découverte des relations entre les différents modèles.
6. Construire notre dashboard
Connexion d'Apache Superset à DuckDB et création de visualisations à partir des données transformées.
22h00 — Fin de l'atelier, questions et networking
Nous terminerons par un récapitulatif et les dernières questions.
La soirée se prolongera par un moment d'échange pour celles et ceux qui souhaitent discuter avec Amand, Jérôme et les autres participants, partager leurs expériences ou simplement rencontrer la communauté.

Une question, un projet ou un blocage autour de la data ou de l'intelligence artificielle ? Venez le mettre sur la table.
Les Tables rondes Lyon Data Science sont des rencontres participatives pour partager des problématiques concrètes, confronter différentes approches et échanger des retours d'expérience autour de la data et de l'IA.
Ici, pas de conférence classique, pas de présentation imposée et aucun slide à préparer : ce sont les participants qui font vivre les discussions.
Vous pouvez venir avec un projet, une question technique ou métier, une architecture à challenger, une méthode à discuter ou simplement une expérience à partager.
Vous n'avez pas de sujet particulier ? Vous êtes également les bienvenus pour écouter, poser des questions, participer aux échanges et rencontrer la communauté.

Pourquoi participer ?
L'objectif est de profiter de l'expérience collective pour explorer des pistes de solution, découvrir d'autres méthodes et prendre du recul sur des situations réelles.
C'est aussi l'occasion de rencontrer d'autres professionnels, étudiants, chercheurs et passionnés de la data et de l'IA à Lyon.

Quels sujets peut-on aborder ?
Les sujets sont proposés librement par les participants.
Quelques exemples :

• Data Engineering : architectures, pipelines, ETL/ELT, traitement des données, SQL, Python, qualité des données.
• Data Science & Machine Learning : modélisation, entraînement, évaluation, optimisation, mise en production.
• IA générative : LLM, RAG, agents, prompting, évaluation, fiabilité et cas d'usage.
• Infrastructure & MLOps : cloud, déploiement, orchestration, monitoring, coûts et performances.
• Gouvernance & IA responsable : confidentialité, sécurité, RGPD, conformité et sobriété.
• Métiers & projets : organisation des équipes, choix technologiques, carrières, formation et retours terrain.

Cette liste est indicative. Les sujets peuvent être très techniques ou plus généralistes.

Déroulement de la soirée
18h30 — Accueil et premières rencontres
On se retrouve au TUBÀ pour faire connaissance et commencer à échanger de manière informelle.
19h00 — Tour de table et présentation des sujets
Chacun peut se présenter brièvement : son activité, ses centres d'intérêt et, s'il le souhaite, une question, un projet ou un problème qu'il aimerait soumettre au groupe.
Nous identifions ensemble les sujets à discuter en fonction du nombre de propositions et du temps disponible.
À partir de 19h15 — Place aux discussions !
Nous consacrons généralement 10 à 15 minutes à chaque sujet.
La personne qui propose un sujet présente rapidement son contexte, puis les autres participants peuvent poser leurs questions, partager leurs expériences, suggérer des outils, proposer d'autres approches ou débattre des solutions possibles.
Le but n'est pas de trouver systématiquement une réponse définitive, mais de permettre à chacun de bénéficier de regards différents et de repartir avec des pistes concrètes.
Les échanges restent libres et participatifs : chacun peut intervenir, questionner ou simplement écouter.
Selon le nombre de participants et de sujets, les discussions peuvent se prolonger.
Vers 20h30–21h00 — Fin des discussions collectives
Nous terminons progressivement la table ronde, en partageant les principales idées et ressources évoquées.
Après la table ronde — Networking et échanges informels
La soirée ne s'arrête pas nécessairement à la fin des discussions collectives !
Les participants qui le souhaitent peuvent rester échanger, faire connaissance, approfondir une conversation, présenter leurs projets ou simplement développer leur réseau professionnel.
La poursuite des échanges dans les locaux dépend des disponibilités du lieu.
Les horaires sont indicatifs et peuvent évoluer selon le nombre de participants et la dynamique des discussions.

À qui s'adresse cette rencontre ?
À toutes les personnes intéressées par la data et l'intelligence artificielle :

• Data Analysts, Data Scientists et Data Engineers.
• ML Engineers, AI Engineers et développeurs.
• Architectes, profils Cloud et MLOps.
• Chercheurs, enseignants et étudiants.
• Entrepreneurs, indépendants et responsables métiers.
• Alternants, personnes en reconversion et curieux.

Aucun niveau technique minimum n'est requis.
Certaines discussions pourront devenir approfondies selon les sujets, mais chacun participe à son niveau.
Vous venez pour la première fois ? Signalez-le à l'équipe à votre arrivée. Nous pourrons vous présenter aux autres participants.

Proposer un sujet
Vous pouvez proposer votre sujet :

• Pendant le tour de table.
• Dans les commentaires ou le chat Meetup.
• Sur le Discord Lyon Data Science.

Quelques phrases suffisent. Aucune présentation formelle n'est nécessaire.
Si vous souhaitez illustrer un problème avec votre ordinateur, vous pouvez l'apporter, mais aucun matériel n'est obligatoire.

Informations pratiques
Date : mardi 1 décembre 2026
Lieu : TUBÀ — Lyon Part-Dieu
15 boulevard Marius Vivier Merle
69003 Lyon
Accès :
Depuis le boulevard Marius Vivier Merle et la station Part-Dieu V. Merle, empruntez le passage menant à la place de Milan, à proximité de l'Agence TCL Part-Dieu.
Une fois dans la cour intérieure, continuez jusqu'au TUBÀ, situé au fond de la cour.
Transports :

• Métro B — Part-Dieu.
• Tramways T1 et T4.
• Gare SNCF Lyon Part-Dieu.

Horaires indicatifs :

• 18h30 : accueil.
• 19h00 : tour de table.
• 19h15 : discussions par sujet.
• Vers 20h30–21h00 : conclusion des échanges collectifs.
• Ensuite : networking informel, selon les possibilités du lieu.

Participation :
L'événement est gratuit, sur inscription Meetup.
Le format privilégie les échanges en petit groupe. Le nombre de participants est limité en fonction de la capacité d'accueil.
Si vous ne pouvez finalement pas venir, merci d'annuler votre participation sur Meetup afin de libérer votre place.
Langue :
La rencontre se déroule principalement en français. Les questions et interventions en anglais sont également bienvenues.