=========================
1️⃣er Talk de Romain Ayres

Google Rules of Machine Learning: illustrations avec des cas d'usage réels ManoMano

Abstract

En 2018, Google publie ses Rules of Machine Learning qui constituent aujourd'hui un référentiel reconnu dans la communauté Data Science / Machine Learning. Ces règles sont issues de leur expérience de machine learning en production, de leurs réussites mais surtout de leurs échecs. Au même titre que l'Agile Manifesto pour le développement, elles doivent être adaptées à chaque entreprise et à chaque contexte, et, à défaut de pouvoir éviter complètement les écueils que l'on rencontre tous lors d'utilisation du machine learning en production, elles permettent toutefois de les réduire, de les anticiper et d'accélérer leur contournement.
Chez ManoMano, la découverte de ces règles a été une révélation. Nous avons une dizaine de modèles de machine learning en production, et avons réalisé à la lecture de ces règles que nous rencontrions finalement tous les mêmes obstacles lors de la mise en production de machine learning.
Durant cette présentation, je vous propose d'illustrer une dizaine de règles issues des Rules of Machine Learning avec des exemples concrets vécus chez ManoMano.

==============================
2️⃣ème Talk de Aurélien Massiot

[Live-coding] Une application de ML : du local au Cloud en moins de 30 minutes

Abstract

Lors du développement d'une application du Machine Learning, il est nécessaire de mettre le plus vite possible une démonstration dans les mains des utilisateurs finaux pour les convaincre de l'utilité des modèles prédictifs, intégrer des feedbacks, etc. Dans ce live-coding, nous allons voir comment déployer rapidement une application de ML dans le cloud AWS et, parce que nos utilisateurs ne sont pas des robots, lui associer un nom de domaine plutôt qu'une suite de chiffres.

🗣️ À propos des speakers 🎤

⚡ Diplômé en 2014 du master d'Intelligence Artificielle à Paris 6 - Université Pierre Et Marie Curie, Romain rejoint OCTO Technology en tant que consultant data scientist. Trois ans plus tard, Romain rejoint ManoMano en tant que responsable de l'équipe Data Science. En parallèle, Romain participe à de nombreux concours de machine learning (kaggle.com, datascience.net, Data Science Olympics, ...) et en a remporté plusieurs.

============================================================

⚡ Aurélien Massiot est consultant Data Scientist chez OCTO Technology depuis 4 ans. Il a contribué à plusieurs missions data, du POC à l'industrialisation, et dispense également des formations de Data Science, software craftsmanship et cloud.