[Table ronde] Comment bien gérer un projet ML?

Intervenants confirmés:

• Julien Budynek, Head of Engineering & Data Science chez Fieldbox
• Guillaume Etchepare, Data Scientist chez Microsoft
• Raphaël Cherrier, CEO chez Qucit

Rejoignez-nous pour des retours d'expérience et débats sur les questions liées à la gestion de projets ML: qu'y a-t'il de si particulier à la gestion de projets ML, en comparaison avec des projets d'analyse de données ou de développement logiciel? Quelles sont les méthodologies adaptées, en fonction des types et phases des projets (R&D, industrialisation, etc.)? Dans quels cas de figure est-il pertinent d'appliquer les méthodologies Agile existantes? Faut-il les adapter, ou les repenser dans le contexte ML? Et plus largement: de quels outils s'équiper, quelles sont les best practices, et les écueils à éviter, pour mener à bien un projet de ML?

Nous continuons à explorer de nouveaux endroits à Bordeaux — merci à Héméra de nous accueillir ce mois-ci!