Le Mois du Cloud : Data / Data Science sur le Cloud

Qui n'a pas jamais rêvé d'accéder à des instances puissantes multi-GPU en quelques quelques appels d'API ? Souvent point de départ des projets de Data Science, les déploiements On Premise peuvent devenir un facteur limitant quant la capacité d'industrialisation, la facilité d'exploration des données ou encore la scalabilité des solutions construites. Le Cloud ouvre de nouvelles perspectives aux Data Scientistes, les possibilités autour de la Data Science dans le Cloud sont désormais multiples, nous vous proposons de découvrir cette diversité au travers les services de GCP, d'AWS, mais également à travers Kubernetes qui se veut plus agnostic.

Le programme de la soirée

Scale-in & Scale-out with Kafka Stream & GKE (40 minutes)

L’ Auto Scaling c’est l’argument phare d’un bon nombre de technologies en Data Engineering. Parmi les outils du moment, on retrouve Kafka-Streams. Avec sa forte intégration au bus de message Apache Kafka, il est pensé pour être un framework distribué capable de passer à l’échelle. Pourtant, dans la pratique, sa seule utilisation est limitée. L’orchestration de ces applications est généralement nécessaire.

Kafka-Streams est un framework vraiment pensé pour scaler, alors que va-t-il manquer exactement ? Ce talk met en avant quelque services cloud qui permettront de profiter pleinement de la scalabilité de notre application de Steam Processing.

GCP pour les data scientist (40 minutes)

Depuis son arrivée, GCP a démocratisé la conception et la mise en place de services basés sur l'IA sans avoir besoin en pré-requis de connaissances spécifiques en IA, Google Cloud AutoML étant le projet phare de cette tendance. Toutefois GCP met à disposition des services intéressants pour un Data Scientist tels que ML Engine pour entrainer et déployer ses propres modèles. Comment un Data Scientist peut-il s'orienter dans ce monde qui n'est pas le sien pour exploiter tout le potentiel de GCP ?

AI in the cloud : using AWS SageMaker in real life (40 minutes)

L’intelligence artificielle est devenue un enjeu majeur pour les différents providers du cloud, et AWS n’y fait pas exception. La promesse d’AWS SageMaker est notamment de faciliter le développement et l’industrialisation des modèles de machine learning pour tous les développeurs, qu’ils soient Data Scientists ou non, quelque soit leur niveau de connaissances en la matière.
Durant ce talk, nous vous montrerons comment utiliser cet outil pour mettre en place une application réelle qui utilise un modèle exporté, et vous ferons un retour d’expérience sur l’outil dans son ensemble.

!!! ATTENTION !!! : les places étant limitées, merci de confirmer votre inscription en récupérant votre place gratuitement sur "Eventbrite" via ce lien ci-dessous :
https://www.eventbrite.fr/e/billets-le-mois-du-cloud-datadata-science-sur-le-cloud-54909530885