Скачать или смотреть Isabelle Hilali | datacraft | Tech Show Paris 2024

Interview d'Isabelle Hilali, CEO chez datacraft, réalisé lors de l'évènement Tech Show Paris 2024

Enjeu du projet : Le projet vise à prédire des résultats, comme identifier une pièce défectueuse, avec très peu de données, en utilisant des méthodes d'apprentissage comme le "few-shot learning". Cela est crucial pour des productions à petite échelle.

Préparation nécessaire : Une problématique claire, des données propres et accessibles, un environnement sécurisé pour les données sensibles, et des outils comme des notebooks Python sont essentiels pour assurer la réussite.

Participants de l’atelier : La réussite repose sur l’implication de participants ayant une expertise pertinente ou des expériences proches, par exemple dans le sport (prédiction des blessures) ou la santé (prédiction des maladies rares).

Résultats obtenus : Les ateliers, répétés plusieurs fois, ont permis d’améliorer les méthodologies, de perfectionner les algorithmes développés, et de favoriser des échanges enrichissants sur les bibliothèques et outils utilisés.

Leçons clés : Une problématique bien définie, des données de qualité, et une ouverture à des contributions variées sont fondamentales. Le succès réside dans le croisement des méthodologies et des perspectives diverses.