Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Make Data Science Great Again. Pourquoi et comment crafter la Data Science sur mesure?

72 views

Published on

Il n'est pas évident d'intégrer de la Data Science dans les sociétés qui développent un business qui de base ne prévoyait pas de l’intelligence artificielle (IA), et pour lequel l’IA n'est pas au cœur du métier. Malgré la motivation d'utiliser l’IA, de nombreux projets Data Science dans ces sociétés échouent.
C'est autant frustrant pour les responsables d'entreprises que démotivant pour les data-scientists, dont les projets finissent au placard. On va analyser ensemble cette situation, pour déterminer les raisons de ces échecs. On va également étudier comment éviter les erreurs les plus courantes, et comment mener ce changement sans encombre afin d'enrichir vos produits avec l’IA.
L’objectif du talk est que peu importe le profil que vous avez - dev front, dev back, data-scientist, CTO, CEO, Product Manager - vous retournerez lundi dans votre société en sachant à la fois identifier et mener à bien les opportunités de Data Science.

Published in: Data & Analytics
  • DOWNLOAD THIS BOOKS INTO AVAILABLE FORMAT (2019 Update) ......................................................................................................................... ......................................................................................................................... Download Full PDF EBOOK here { https://soo.gd/irt2 } ......................................................................................................................... Download Full EPUB Ebook here { https://soo.gd/irt2 } ......................................................................................................................... Download Full doc Ebook here { https://soo.gd/irt2 } ......................................................................................................................... Download PDF EBOOK here { https://soo.gd/irt2 } ......................................................................................................................... Download EPUB Ebook here { https://soo.gd/irt2 } ......................................................................................................................... Download doc Ebook here { https://soo.gd/irt2 } ......................................................................................................................... ......................................................................................................................... ................................................................................................................................... eBook is an electronic version of a traditional print book THIS can be read by using a personal computer or by using an eBook reader. (An eBook reader can be a software application for use on a computer such as Microsoft's free Reader application, or a book-sized computer THIS is used solely as a reading device such as Nuvomedia's Rocket eBook.) Users can purchase an eBook on diskette or CD, but the most popular method of getting an eBook is to purchase a downloadable file of the eBook (or other reading material) from a Web site (such as Barnes and Noble) to be read from the user's computer or reading device. Generally, an eBook can be downloaded in five minutes or less ......................................................................................................................... .............. Browse by Genre Available eBooks .............................................................................................................................. Art, Biography, Business, Chick Lit, Children's, Christian, Classics, Comics, Contemporary, Cookbooks, Manga, Memoir, Music, Mystery, Non Fiction, Paranormal, Philosophy, Poetry, Psychology, Religion, Romance, Science, Science Fiction, Self Help, Suspense, Spirituality, Sports, Thriller, Travel, Young Adult, Crime, Ebooks, Fantasy, Fiction, Graphic Novels, Historical Fiction, History, Horror, Humor And Comedy, ......................................................................................................................... ......................................................................................................................... .....BEST SELLER FOR EBOOK RECOMMEND............................................................. ......................................................................................................................... Blowout: Corrupted Democracy, Rogue State Russia, and the Richest, Most Destructive Industry on Earth,-- The Ride of a Lifetime: Lessons Learned from 15 Years as CEO of the Walt Disney Company,-- Call Sign Chaos: Learning to Lead,-- StrengthsFinder 2.0,-- Stillness Is the Key,-- She Said: Breaking the Sexual Harassment Story THIS Helped Ignite a Movement,-- Atomic Habits: An Easy & Proven Way to Build Good Habits & Break Bad Ones,-- Everything Is Figureoutable,-- What It Takes: Lessons in the Pursuit of Excellence,-- Rich Dad Poor Dad: What the Rich Teach Their Kids About Money THIS the Poor and Middle Class Do Not!,-- The Total Money Makeover: Classic Edition: A Proven Plan for Financial Fitness,-- Shut Up and Listen!: Hard Business Truths THIS Will Help You Succeed, ......................................................................................................................... .........................................................................................................................
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here
  • Get HERE to Read PDF Format === http://listebooks.com/books/Votre-bonheur-pas-à-pas!:-Comment-trouver-la-motivation-et-passer-à-l'action-pour-plus-de-sens,-de-paix-et-de-joie..html
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here
  • Visit Here to Read PDF eBook === http://misslilyspad.com/books/Votre-bonheur-pas-à-pas!:-Comment-trouver-la-motivation-et-passer-à-l'action-pour-plus-de-sens,-de-paix-et-de-joie..html
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here
  • Copas Url to Download This eBook === http://ebookscollection.me/Votre-bonheur-pas-à-pas!:-Comment-trouver-la-motivation-et-passer-à-l'action-pour-plus-de-sens,-de-paix-et-de-joie..html
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here
  • Read now Create DOWNLOAD for free Kindle ===http://dayna.club/Votre-bonheur-pas-à-pas!:-Comment-trouver-la-motivation-et-passer-à-l'action-pour-plus-de-sens,-de-paix-et-de-joie..html
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here
  • Be the first to like this

Make Data Science Great Again. Pourquoi et comment crafter la Data Science sur mesure?

  1. 1. #MakeDataScienceGreatAgain @lievAnastazia
  2. 2. #MakeDataScienceGreatAgain @lievAnastazia Make Data Science Great Again.
  3. 3. #MakeDataScienceGreatAgain @lievAnastazia Pourquoi et comment crafter la Data-Science sur mesure ?
  4. 4. #MakeDataScienceGreatAgain @lievAnastazia
  5. 5. #MakeDataScienceGreatAgain @lievAnastazia
  6. 6. #MakeDataScienceGreatAgain @lievAnastazia
  7. 7. #MakeDataScienceGreatAgain @lievAnastazia
  8. 8. #MakeDataScienceGreatAgain @lievAnastazia Tailler la Data-Science comme tailler un costume
  9. 9. #MakeDataScienceGreatAgain @lievAnastazia Anastasia Lieva
  10. 10. #MakeDataScienceGreatAgain @lievAnastazia Axiome #1 Axiome #2 Axiome #3 Axiome #4 Axiome #5 Axiome #6 Axiome #7
  11. 11. #MakeDataScienceGreatAgain @lievAnastazia Axiome #1 Axiome #2 Axiome #3 Axiome #4 Axiome #5 Axiome #6 Axiome #7 Action #1 Action #2 Action #3 Action #4 Action #5 Action #6 Action #7
  12. 12. #MakeDataScienceGreatAgain @lievAnastazia On a de la Data ! Trouve nous l’innovation !
  13. 13. #MakeDataScienceGreatAgain @lievAnastazia Axiome #1 Quand un data-scientist sait ce qu'il doit chercher dans des données, il peut mettre beaucoup du temps à le trouver, et le résultat n’est pas garanti.
  14. 14. #MakeDataScienceGreatAgain @lievAnastazia Data-Scientist DS Project
  15. 15. #MakeDataScienceGreatAgain @lievAnastazia Variables à explorer Algorithmes à comparer
  16. 16. #MakeDataScienceGreatAgain @lievAnastazia Quand un data-scientist sait ce qu'il doit chercher dans des données, il peut mettre beaucoup du temps à le trouver, et le résultat n’est pas garanti. Alors quand il ne sait pas ce qu’il doit chercher, c’est garanti qu’il ne trouvera rien Axiome #1
  17. 17. #MakeDataScienceGreatAgain @lievAnastazia Action #1 MESUREZ
  18. 18. #MakeDataScienceGreatAgain @lievAnastazia La data a des morphologies differentes..
  19. 19. #MakeDataScienceGreatAgain @lievAnastazia Commencez par organiser et observer les données SANS la Data-Science
  20. 20. #MakeDataScienceGreatAgain @lievAnastazia Force à bien organiser la data (base de données et pipelines de prétraitement) AVANTAGES
  21. 21. #MakeDataScienceGreatAgain @lievAnastazia Force à bien organiser la data (base de données et pipelines de prétraitement) Permet de découvrir simplement les patterns et les règles métiers cachées dans la data AVANTAGES
  22. 22. #MakeDataScienceGreatAgain @lievAnastazia Force à bien organiser la data (base de données et pipelines de prétraitement) Permet de découvrir simplement les patterns et les règles métiers cachées dans la data Invite à porter attention à la qualité et à l’accessibilité des données AVANTAGES
  23. 23. #MakeDataScienceGreatAgain @lievAnastazia On a la Data et on n’a même pas besoin de faire de la data-science pour créer de la valeur !
  24. 24. #MakeDataScienceGreatAgain @lievAnastazia On a la Data et on sait qu’on peut encore aller plus loin !
  25. 25. #MakeDataScienceGreatAgain @lievAnastazia DATA SCIENCE ?
  26. 26. #MakeDataScienceGreatAgain @lievAnastazia Definition de la Data Science “La science des données est l'extraction de connaissance d'ensembles de données. Elle emploie des techniques et des théories tirées de plusieurs autres domaines plus larges des mathématiques, la statistique principalement, la théorie de l'information et la technologie de l'information, notamment le traitement de signal, des modèles probabilistes, l'apprentissage automatique, l'apprentissage statistique, la programmation informatique, l'ingénierie de données, la reconnaissance de formes et l'apprentissage, la visualisation, l'analytique prophétique, la modélisation d'incertitude, le stockage de données, la compression de données et le calcul à haute performance. Les méthodes qui s'adaptent aux données de masse sont particulièrement intéressantes dans la science des données, bien que la discipline ne soit généralement pas considérée comme limitée à ces données.La science des données (en anglais data science) est une discipline qui s'appuie sur des outils mathématiques, de statistiques, d'informatique (cette science est principalement une « science des données numériques ») et de visualisation des données. ”
  27. 27. #MakeDataScienceGreatAgain @lievAnastazia La Data-Science est un domaine pluridisciplinaire extrêmement vaste, avec un grand nombre de spécialisations différentes, qui supposent des techniques et des compétences différents Axiome #2
  28. 28. #MakeDataScienceGreatAgain @lievAnastazia
  29. 29. #MakeDataScienceGreatAgain @lievAnastazia Allez, je vais arriver à faire marcher mon algorithme de traitement d’image sur le texte...
  30. 30. #MakeDataScienceGreatAgain @lievAnastazia Action #2 POSITIONNEZ-VOUS
  31. 31. #MakeDataScienceGreatAgain @lievAnastazia Action #1 POSITIONNEZ-VOUS SE POSITIONNER != SE CLOISONNER
  32. 32. #MakeDataScienceGreatAgain @lievAnastazia Recurrent neural networks https://colah.github.io
  33. 33. #MakeDataScienceGreatAgain @lievAnastazia Bac +5 Dev Bac +3 Dev Bac +8 Whatever Bac +5 Whatever Bac +5 Data Science
  34. 34. #MakeDataScienceGreatAgain @lievAnastazia
  35. 35. #MakeDataScienceGreatAgain @lievAnastazia
  36. 36. #MakeDataScienceGreatAgain @lievAnastazia “Pourtant, ce dernier (Data-Scientist), sans les compétences du Data Engineer ne peut pas forcément coder proprement (voir un résumé du livre Clean code) et livrer facilement un produit maintenable.”
  37. 37. #MakeDataScienceGreatAgain @lievAnastazia Il n’y a pas de corrélation entre les compétences en data-science appliquée et le niveau d'étude Axiome #3 Bac +5 Dev Bac +3 Dev Bac +8 Whatever Bac +5 Whatever Bac +5 Data Science
  38. 38. #MakeDataScienceGreatAgain @lievAnastazia Favoriser les candidats qui sont curieux et qui n’ont pas peur de coder ou de rentrer dans le cœur des algorithmes en décortiquant les formules mathématiques ! Action #3 CODE & CURIOUS
  39. 39. #MakeDataScienceGreatAgain @lievAnastazia Ne pas confondre la data science en entreprise avec une compétition sur Kaggle !
  40. 40. #MakeDataScienceGreatAgain @lievAnastazia Ne pas confondre la data science en entreprise avec une compétition sur Kaggle ! Le Data-Scientist ne crée pas des algorithmes innovants et complexes pour publier un papier (on n’est plus au labo de recherche !)
  41. 41. #MakeDataScienceGreatAgain @lievAnastazia Ne pas confondre la data science en entreprise avec une compétition sur Kaggle ! Le Data-Scientist ne crée pas des algorithmes innovants et complexes pour publier un papier (on n’est plus au labo de recherche !) Le Data-Scientist crée de la valeur à partir de données, une valeur perceptible par l’utilisateur et, donc, par le business.
  42. 42. #MakeDataScienceGreatAgain @lievAnastazia Ne pas confondre la data science en entreprise avec une compétition sur Kaggle ! Le Data-Scientist ne crée pas des algorithmes innovants et complexes pour publier un papier (on n’est plus au labo de recherche !) Le Data-Scientist crée de la valeur à partir de données, une valeur perceptible par l’utilisateur et, donc, par le business. Maîtriser les mathématiques est obligatoire
  43. 43. #MakeDataScienceGreatAgain @lievAnastazia Ne pas confondre la data science en entreprise avec une compétition sur Kaggle ! Le Data-Scientist ne crée pas des algorithmes innovants et complexes pour publier un papier (on n’est plus au labo de recherche !) Le Data-Scientist crée de la valeur à partir de données, une valeur perceptible par l’utilisateur et, donc, par le business. Maîtriser les mathématiques est obligatoire Langages pour l’expérimentation ou langages pour la production.
  44. 44. #MakeDataScienceGreatAgain @lievAnastazia
  45. 45. #MakeDataScienceGreatAgain @lievAnastazia
  46. 46. #MakeDataScienceGreatAgain @lievAnastazia TECH BUSINESS Data Science
  47. 47. #MakeDataScienceGreatAgain @lievAnastazia La Data-Science est un sport d'équipe Axiome #4
  48. 48. #MakeDataScienceGreatAgain @lievAnastazia Action #4 COLLABOREZ
  49. 49. #MakeDataScienceGreatAgain @lievAnastazia Action #4 COLLABOREZ
  50. 50. #MakeDataScienceGreatAgain @lievAnastazia Expliquez et vulgarisez @MagaliBaude @manudebuire
  51. 51. #MakeDataScienceGreatAgain @lievAnastazia @cdkvn Expliquez et vulgarisez
  52. 52. #MakeDataScienceGreatAgain @lievAnastazia Engagez
  53. 53. #MakeDataScienceGreatAgain @lievAnastazia Engagez
  54. 54. #MakeDataScienceGreatAgain @lievAnastazia Daily avec l'équipe R&D http://www.c-sharpcorner.com/UploadFile/d9c992/the-agile-scrum-framework/
  55. 55. #MakeDataScienceGreatAgain @lievAnastazia Pair programming et revues de code entre data scientists et développeurs
  56. 56. #MakeDataScienceGreatAgain @lievAnastazia Axiome #5 On bâtit les projets de Data-Science sur plusieurs hypothèses, y compris des hypothèses liées à l’utilisateur final. Connaître ses personae et comprendre leurs besoins est donc crucial pour la réussite de ces projets.
  57. 57. #MakeDataScienceGreatAgain @lievAnastazia “The grow method” “Go back” method “Rebel talent”, Francesca Gino
  58. 58. #MakeDataScienceGreatAgain @lievAnastazia Action #5 GO BACK to user “The grow method” “Go back” method “Rebel talent”, Francesca Gino
  59. 59. #MakeDataScienceGreatAgain @lievAnastazia Prototypez les hypothèses liées à l’utilisateur
  60. 60. #MakeDataScienceGreatAgain @lievAnastazia Avant de passer du temps sur la modélisation d’un algorithme, définir son cadre d’utilisation Action #5 GO BACK to user
  61. 61. #MakeDataScienceGreatAgain @lievAnastazia
  62. 62. #MakeDataScienceGreatAgain @lievAnastazia
  63. 63. #MakeDataScienceGreatAgain @lievAnastazia
  64. 64. #MakeDataScienceGreatAgain @lievAnastazia Axiome #6 Plus on tarde à mettre le modèle en phase d'A/B testing, plus il y a de chance que le modèle ne soit jamais utilisé en production.
  65. 65. #MakeDataScienceGreatAgain @lievAnastazia Axiome #6 Plus on tarde à mettre le modèle en phase d'A/B testing, plus il y a de chance que le modèle ne soit jamais utilisé en production. Faites des A/B tests ASAP
  66. 66. #MakeDataScienceGreatAgain @lievAnastazia Axiome #6 Plus on tarde à mettre le modèle en phase d'A/B testing, plus il y a de chance que le modèle ne soit jamais utilisé en production. Faites des A/B tests ASAP
  67. 67. #MakeDataScienceGreatAgain @lievAnastazia Action #6 PRATIQUEZ L’AGILITE
  68. 68. #MakeDataScienceGreatAgain @lievAnastazia Data Science
  69. 69. #MakeDataScienceGreatAgain @lievAnastazia Data Science Chercheurs n’aiment pas l’agilité
  70. 70. #MakeDataScienceGreatAgain @lievAnastazia Action #6 PRATIQUEZ L’AGILITE Data Science AGILE
  71. 71. #MakeDataScienceGreatAgain @lievAnastazia Action #6 PRATIQUEZ L’AGILITE Kanban ? Scrum ? Scrumban ?
  72. 72. #MakeDataScienceGreatAgain @lievAnastazia Action #6 PRATIQUEZ L’AGILITE La systeme de recommandation des videos ( à la YouTube) Epic Construire un prototype d’un système de recommandation avec une approche basé sur le contenu Story 1 En tant qu'utilisateur je veux liké ou disliké les vidéos visionnés afin de donner mon retour explicit sur le contenu Story 2 En tant que data-scientist je veux extraire les méta-informations (titre, genre de vidéos, actrices/acteurs principales, musique) à partir de vidéos afin de les utiliser dans l’algorithme de recommandation.
  73. 73. #MakeDataScienceGreatAgain @lievAnastazia Expérimentez pour trouver une organisation agile qui sera mieux adaptée à votre métier et à votre équipe !
  74. 74. #MakeDataScienceGreatAgain @lievAnastazia “It’s always good to be reminded that our knowledge and skill set can be expanded. This, in turn, increases our motivation as well as our humility. “Rebel Talent”, Francesca Gino
  75. 75. #MakeDataScienceGreatAgain @lievAnastazia “It’s always good to be reminded that our knowledge and skill set can be expanded. This, in turn, increases our motivation as well as our humility. “Rebel Talent”, Francesca Gino Axiome #7 Seul, on va plus vite.
  76. 76. #MakeDataScienceGreatAgain @lievAnastazia “It’s always good to be reminded that our knowledge and skill set can be expanded. This, in turn, increases our motivation as well as our humility. “Rebel Talent”, Francesca Gino Axiome #7 Seul, on va plus vite. Ensemble, on va plus loin.
  77. 77. #MakeDataScienceGreatAgain @lievAnastazia Action #7 ALLEZ PLUS LOIN Et plein d’autres confs tech et data !
  78. 78. #MakeDataScienceGreatAgain @lievAnastazia 7 ACTIONS jusqu’à la DATA-SCIENCE SUR MESURE 1. MESUREZ 2. POSITIONNEZ VOUS 3. CODE & CURIOUS 4. COLLABOREZ 5. “GO BACK” to user 6. PRATIQUEZ L’AGILITE 7. ALLEZ PLUS LOIN
  79. 79. #MakeDataScienceGreatAgain @lievAnastazia MERCI https://www.actuia.com/acteur/anastasia-lieva/

×