Les talks 2024.

Keynote : Open-source AI with Hugging Face.

Par Julien Simon - Chief Evangelist @Hugging Face

Biographie.

Julien est Chief Evangelist chez Hugging Face. Après avoir travaillé pendant 10 ans en tant que CTO/VP Engineering dans des startups de grande envergure, il a passé 6 ans chez Amazon Web Services en tant que Global Technical Evangelist pour l’IA et le Machine Learning.

IA Act : a-t-on pris le sujet par le bon bo(u)t ?.

Par Julie François-Franco - Juriste @CNIL

Un grand pouvoir implique de grandes responsabilités. L’Union européenne l’a compris et se dote d’un règlement à la mesure des enjeux de l’émergence et de la généralisation des intelligences artificielles. Nous verrons ensemble les coulisses de cet accord, les lignes de force mais aussi la portée d’une régulation qui trace l’équilibre en ligne de crète entre régulation et soutien à l’innovation. En s’accordant à 27, l’Union européenne nous prouve qu’à défaut d’être un géant de la tech, elle est bel et bien un géant de la régulation.

Biographie.

Représentante d’intérêt, puis consultante, aujourd’hui juriste auprès de la CNIL, Julie accompagne les secteurs économiques dans leur mise en conformité. Investie depuis plusieurs années pour faire découvrir la protection des données autrement et la rendre accessible au plus grand nombre, elle transmet son savoir et sa passion dans le cadre de formations et de conférences. Julie a pu s’intéresser à des sujets aussi variés que la protection de l’enfance sur internet, l’usage que les réseaux sociaux font de nos données, le lancement d’applications mobiles en santé, etc.

Keynote d'ouverture.

Par Eric Biernat - Directeur Intelligence Artificielle

30 novembre 2022. Le grand public découvre que l'IA maîtrise le langage. Ne vous trompez pas ! Cette prouesse n’est pas un aboutissement mais plutôt une naissance prématurée tout aussi excitante qu’inquiétante. Pour le monde des affaires qui flaire les opportunités et qui se remet à peine de sa révolution digitale, voici déjà poindre un nouveau cycle de transformation… Et si l’IA était l’alibi dont les entreprises avaient besoin pour repenser de façon plus vertueuse leur modèle d'affaires ? Nous explorerons une infime partie des questions essentielles concernant la cohabitation intelligence biologique/artificielle, comment l’émergence de l’IA perturbe des normes établies depuis des siècles, et la manière dont les entreprises sont appelées à repenser leurs modèles, leurs processus et leurs chaînes de valeur, notamment la nécessité d'appréhender cette révolution avec sagesse.

Biographie.

Eric dirige l’activité Intelligence Artificielle d’OCTO Technology. Issu de l’informatique scientifique, il embrasse le mouvement Big Data Analytics en 2011 et accompagne depuis ses clients qui souhaitent en tirer profit. Responsable d’une équipe d’une soixantaine de datageeks, il intervient régulièrement en tant qu’expert de l’intelligence artificielle en conseil, implémentation ou encore formation et diffuse aussi ses connaissances en école, dans la presse spécialisée ou auprès de comités exécutifs. Il a co-écrit l’ouvrage primé "Datascience : fondamentaux et études de cas" (préfacé par Yann LeCun, éd. Eyrolles). Kaggle Master, il s’est illustré lors de plusieurs compétitions de data science. Il est également membre d'un groupe de travail sur l'IA et la mésinformation au sein de l'Académie des technologies. Conscient des dangers pour la planète et de la société, il prône un usage raisonné de l’IA.

La paralysie des équipes ML en run, nouvel ennemi au bestiaire.

Par Aurélien Massiot - ML Engineer

Après avoir franchi de nombreux écueils, des modèles de ML sont enfin en production. Nos utilisateurs s’en servent, de la valeur est apportée au quotidien. Tout va bien… sauf que… nos équipes qui assurent le run sont au four et au moulin, et pour tenir ce rythme d’enfer, il faut staffer toujours plus de personnes. Cet exemple vous parle ? Dans ce talk, Aurélien introduira le toil, ce nouvel ennemi au bestiaire qui paralyse les équipes de ML en run. Il nous expliquera d’où il vient, de comment le museler et même de comment éviter de l’affronter.

Biographie.

Après avoir fait ses premiers pas en tant que Data Scientist il y a 8 ans, et récolté quelques médailles sur des compétitions de Machine Learning, Aurélien Massiot s'est progressivement intéressé à tous les domaines connexes à la Data Science : software craftsmanship, ops, méthodologie… Depuis plus de 6 ans chez OCTO Technology, il accompagne et forme ses clients sur du MLOps et de l'architecture data. Aurélien a également mentoré le graduate program Data & IA d’OCTO. Il aime transmettre et diffuser le fruit de ses recherches, quel que soit le médium : formations, retours d’expérience ou articles. La simplicité, véritable leitmotiv en accord avec ses convictions, imprègne naturellement ses partages.

Piloter par l'incertitude, ou comment adopter une approche pragmatique du MLOps.

Par Sofia Calcagno - ML Engineer

Construire un produit avec du machine learning vient avec son lot d'incertitudes. Il y a celles liées à son succès économique, celles inhérentes au développement logiciel, et celles issues du machine learning. Plus ces incertitudes sont grandes, plus il est difficile de prendre des décisions stratégiques au sujet du produit : la vision du produit est-elle en accord avec les réalités du marché ? Combien faudra-t-il investir dans le développement du produit ? Le machine learning sera-t-il vraiment un facteur différenciant pour les utilisateurs ? Ce talk propose des pratiques MLOps qui permettront de réduire rapidement l'incertitude

Biographie.

Sofia Calcagno est consultante chez OCTO Technology. Diplômée d'HEC Paris, elle commence sa carrière dans des start-ups en tant que business developper. Elle y découvre le machine learning et, rêvant de pouvoir construire ce qu'elle était en train de vendre, elle décide de devenir ingénieure. Aujourd'hui, elle intervient sur des problématiques de mise en production d'algorithmes de ML, développement, data engineering et architecture. Alliant savoir faire business et expertise technique profonde, elle vous partagera des pratiques MLOps qui répondent à des problématiques business.

Agents IA : les Nouveaux Maîtres de votre système d’information.

Par Nicolas Cavallo - Head of Generative AI

Préparez-vous à accueillir les agents IA dans vos applications et systèmes d'information. Ces agents, doués de raisonnement et de compétences linguistiques, dialogueront avec votre patrimoine informationnel. Vous leur donnerez également tous les droits nécessaires pour opérer dans vos services et se développer à l’infini. Vous n’êtes pas convaincu ? Dans ce talk, Nicolas introduira le concept d’agent, leur évolution vers des capacités de raisonnement et de dialogue, et comment ils vont devenir la composante essentielle d’une architecture informatique modulaire et intelligente.

Biographie.

Avec plus de 10 ans d'expérience dans le traitement du langage, Nicolas Cavallo a évolué de statisticien à l'Insee à expert en modélisation au ministère de l'Économie, pour ensuite fonder une start-up en IA. Aujourd'hui, il dirige et promeut l'expertise en NLP & Generative AI chez OCTO Technology. Reconnu pour avoir atteint le top mondial sur des compétitions NLP, il transmet son savoir-faire et sa passion à travers des formations et conférences.

Peut-on faire de l'IA sans la loi de Moore ?.

Par Tristan Nitot - Directeur associé Communs numériques et anthropocène

Depuis plus de 50 ans, la loi de Moore régit les industries du logiciel et du matériel, générant les immenses succès commerciaux que l'on connaît, de l'Apple II à l'iPhone en passant par le PC et les datacenters, avec les fortunes colossales qui vont de pair. Mais la loi de Moore s'essouffle, et on réalise que le numérique a un impact démesuré sur le changement climatique et le dépassement des limites planétaires. Que signifierait l'arrêt de la loi de Moore pour le numérique, la data, l’intelligence artificielle ? Pourrait-on réduire drastiquement l'impact du numérique sur le vivant tout en préservant l'innovation ? L'IA générative ne pourra-t-elle exister à grande échelle que si la loi de Moore perdure ? Voici quelques questions qui seront abordées dans ce talk mêlant histoire du numérique, technique et prospective.

Biographie.

Tristan Nitot est entrepreneur du numérique, consultant, auteur et conférencier. Il a été impliqué depuis ses débuts dans le projet open source Mozilla (à qui l'on doit le navigateur web Firefox) et a co-fondé Mozilla Europe, qu'il a présidé pendant près d'une décennie. Il a notamment travaillé pour la start-up française Cozy Cloud (hébergeur open source de données personnelles), dirigé le moteur de recherche européen Qwant, puis a été responsable sustainability du Cloud Scaleway. Depuis plusieurs années, il s'investit aussi dans la lutte contre le dérèglement climatique et a lancé le podcast "L'Octet Vert", qui explore la relation entre le climat et le numérique. Il travaille aujourd'hui chez OCTO Technology sur les Communs Numériques et l'anthropocène, au sein du collectif Frugarilla.fr.

La recette secrète pour planter vos projets data.

Par Marine Dussaussois - Data Product Owner

Aujourd'hui, d'après le Gartner, 8 projets de data science sur 10 finissent à la poubelle. Ma conviction : c'est parce qu'ils ne sont pas utilisables. Si vous aussi, vous avez construit un super algorithme de machine learning dont les résultats ne sont même pas regardés par vos métiers car “ce serait plus pratique de les avoir dans Excel”, “il y a trop d’alertes”, etc., alors cette présentation est pour vous. Décryptons ensemble les pratiques qui mènent nos projets à l'échec. Au cours de ce talk, Marine présentera des pratiques techniques et méthodologiques issues de la culture produit et applicables dans des écosystèmes data afin de concevoir des produits data utiles, utilisables et utilisés. Vous repartirez avec 5 ingrédients qui garantiront l'usage, la valeur et l'impact !

Biographie.

Marine Dussaussois a un profil hybride : à la frontière entre la technique, le fonctionnel et la méthodologie. Data scientist de formation, elle a eu l’occasion de travailler sur toute la chaîne de valorisation de la donnée. Elle a piloté une équipe data pluridisciplinaire durant plus d’un an, couvrant différents périmètres fonctionnels et avait à charge plusieurs produits data. C'est au fur et à mesure de ces expériences qu'elle s'est forgée des convictions fortes. Son credo ? Concevoir et piloter des produits utiles, utilisables et utilisés. Le partage lui tient également à cœur : elle forme à la fois des équipes techniques et produits dans le but de définitivement briser le mur entre ces compétences.

Atelier - RAG : au-delà de la démonstration simpliste.

Par Philippe Prados - Pionnier de l'informatique

Un des usages les plus fréquents des Larges Languages Models (LLM) consiste à répondre à des questions à partir d’une base documentaire : le fameux Retrieval Augmented Generation (RAG). Les démonstrations font leur effet wahou ! Les douleurs arrivent lorsque la solution est vraiment utilisée : le modèle répond à côté, ignore des informations présentes dans les documents… Comment aller plus loin ? Comment rendre la solution plus robuste ? Plus fiable ? Pour répondre à ces questions, nous allons mettre les mains dans le code, dans l’architecture, pour appliquer les concepts classiques de l’informatique aux RAG. Pré-requis : Même si un rappel sera fait au début, pour assister à cet atelier et comprendre ce qui sera affiché à l’écran, il est recommandé d’être à l’aise dans la lecture de code Python et les principes de base des modèles de langage et des bases vectorielles.

Biographie.

Avec plus de 40 ans d’expérience dans l’informatique, Philippe Prados a fait du MSdos, du Windows 1.0, des jeux d’arcade sur minitel, du C, du Java v0.9, des approches événementielles, etc. Plus récemment, il a réalisé une pull request sur Python (pep604) et des pull requests sur langchain. Auteur de plus de 100 articles dans la presse informatique et de deux livres publiés chez Eyrolles, il partage régulièrement son recul sur les innovations, leurs points forts, leurs faiblesses ou leurs avenirs.

Atelier - ICARE : pour vous libérer des contraintes de process.

Par Basile Du Plessis - Senior manager Digital & Data Organization

Poser des congés, avoir des accès à des ressources d’infrastructure ou des données, tout cela nécessite des process que nous subissons et dont nous souffrons souvent. En devenant chef, nous sommes nous-mêmes rapidement tentés d’en créer de nouveaux pour apporter notre cadre. Créer plus de process tout en continuant à les subir provoque une contradiction difficilement remédiable et pourtant, les règles du jeu sont nécessaires pour faire de la data et de l’IA à l’échelle. Au cours de cet atelier, nous allons voir un modèle qui permet de définir le bon cadre pour délivrer efficacement et de manière épanouissante.

Biographie.

Basile accompagne les entreprises dans leur réflexion autour de leur organisation "Digital & Data", tout particulièrement quand elle mettent l’accent sur la création de valeur. Le digital comme un centre de profit, soucieux de son impact sur le business et qui prend soin de ses assets techniques : voilà ce qui le motive ! Ce vaste terrain de jeux lui permet de mettre à profit ses 20 années d’expérience, allant du delivery Agile à la mise en œuvre de Digital et Data Factories “from scratch”, en passant par tous les sujets de transformation et de changement.

Atelier - Live coding d'une base de données vectorielles pour un moteur de recherche multimodal.

Par Philippe Stepniewski - ML Engineer

Et si nous développions ensemble un moteur de recherche multimodal texte-image ? Imaginons un moteur qui, à partir d'une simple description textuelle d'un produit sur un site d'e-commerce, puisse trouver instantanément les images correspondantes, sans nécessiter la saisie préalable de textes descriptifs pour nos produits ! Les bases de données vectorielles seront au centre de cet atelier. Il serait tout à fait possible de prendre une solution clé en main, mais où serait le fun là-dedans ? Rien de tel que de mettre les mains dans le code pour comprendre le fonctionnement de tels concepts, alors implémentons en une nous-mêmes ! Pré-requis : Pour assister à cet atelier et comprendre ce qui sera affiché à l’écran, il est recommandé d’être à l’aise dans la lecture de code Python manipulant des données vectorielles (type Numpy). Même si nous effectuerons des rappels en début d’atelier, des rudiments en data science vous aideront à comprendre les concepts manipulés : CNN, embedding, distance/similarités entre vecteurs.

Biographie.

Vétéran de la Data Science, Philippe adore mettre les mains dans le cambouis. Fort de 13 ans d’expérience, le déploiement de modèles de ML on-premise, Bash et Docker, ne lui font pas peur. Consultant chez OCTO, il accompagne et forme ses clients sur les sujets de ML et MLOps. Animé par la conviction que le Machine Learning peut être compris par tous, il se passionne pour la vulgarisation et l’implémentation de démonstrations visuelles des dernières avancées dans ce domaine.

Muse et Narcisse : l'IA comme partenaire créatif dans la musique.

Par Matthieu Lagacherie - Architecte AI

Le musicien peut-il collaborer avec les IAs pour créer ? Entre tech et musique, plongez dans l’univers de l’intelligence artificielle au service de la création musicale et découvrez toute la dualité à laquelle le musicien fait face avec les IAs. À la fois formidable muse pour travailler et itérer, elles peuvent être un piège où la matière créée n’est qu’un reflet de l’univers musical, avec ses tendances et ses biais. De Bach aux modèles GPT, l’écart peut sembler immense, pourtant Matthieu va les harmoniser pendant 30 minutes.

Biographie.

Matthieu dirige l’équipe d’architecture Data & AI d’OCTO Technology. Architecte AI, il réalise des missions de R&D, d'architecture et d’expertise sur des sujets combinant les problématiques data, machine learning et GenAI. En parallèle, Matthieu est aussi passionné par la musique et joue du violon acoustique et électrique en participant à des orchestres classiques, pop et jazz. Il marie ses deux passions en expérimentant de nouveaux outils numériques pour l’accompagner et enrichir ses improvisations musicales.