SlideShare une entreprise Scribd logo
1  sur  93
Télécharger pour lire hors ligne
Editeurs de logiciels, innovez avec l’IA !
Guillaume Renaud – Directeur Technique Editeurs de logiciels
Frederic Wickert – Architecte Editeurs de logiciels
Agenda
Introduction
5
STATION F - A cannot miss opportunity
Backed by Xavier Niel
(investment: €250M)
It’s the biggest startups campus in
the world
(34,000 sq meters)
As long as the Eiffel Tower!
26 international startup programs
A living space full of creative
energy
+ 1,000 startups
What we do at Station F?
Our two pillars
.
Empower the top AI startups and create synergies
with the Microsoft ecosystem.
Empower every startup at Station F to achieve
more.
The AI Factory, our goals
Aggregate a community of 100 French pioneers where AI entrepreneurs
will come for help on tech, science (Inria), business and funding.
Connect managed accounts & SI with AI startups,
helping them develop AI projects.
Position Microsoft as the AI community leader and
democratize AI in France.
BUILD
7 founder Startups (Q1 FY18)
onboarded @ Station F
Build a core of a few iconic startups.
Work with Inria.
Make them super happy.
Create high impact events.
Build community spirit.
SCALE
100 Startups (Oct 2017-June 2018)
Keep physical swag & go online.
Expand to new startups and get new
partners involved.
Add 3rd party perks.
GROW
Go bigger (FY19)
Replicate with additional
workloads (IoT, AR/VR/MR, etc.).
Integrate with the Microsoft global
ecosystem.
Our approach
Our 7 founder startups
.
Customer and partner-oriented
AI Transforme les applications
An revolution is coming
Nouvelles expériences
Nouvelles interactions
The Microsoft AI platform: Azure+AI
Cloud-powered AI for every developer
Services
Infrastructure
Tools
Demo
Intelligent Kiosk
Video Indexer
Intelligence platform
C#
Demo
Luis.ai
QnaMaker.ai
Azure Bot Service
Azure Machine Learning
Apps + insights
Social
LOB
Graph
IoT
Image
CRM INGEST STORE PREP & TRAIN MODEL & SERVE
Data orchestration
and monitoring
Data lake
and storage
Hadoop/Spark/SQL
and ML
.
IoT
Azure Machine Learning
T H E A I D E V E L O P M E N T L I F E C Y C L E
Azure Machine Learning Studio
Platform for emerging data scientists to
graphically build and deploy experiments
• Rapid experiment composition
• > 100 easily configured modules for
data prep, training, evaluation
• Extensibility through R & Python
• Serverless training and deployment
Some numbers:
• 100’s of thousands of deployed models
serving billions of requests
Notebooks
IDEs
Azure Machine Learning
Workbench
VS Code Tools for AI
N O U V E A U T É S
Experimentation and
Model Management
Services
A ZURE MACHINE LEARNING
SERVICES
Spark
SQL Server
Virtual machines
GPUs
Container services
SQL Server
Machine Learning
Server
ON-PREMISES
EDGE
Azure IoT Edge
TRAIN & DEPLOY OPTIONS
A ZURE
Local machine
Scale up to DSVM
Scale out with Spark on HDInsight
Azure Batch AI (Coming Soon)
ML Server
Experiment Everywhere
A ZURE ML
EXPERIMENTATION
Command line tools
IDEs
Notebooks in Workbench
VS Code Tools for AI
Manage project dependencies
Manage training jobs locally, scaled-up or
scaled-out
Git based checkpointing and version control
Service side capture of run metrics, output logs
and models
Use your favorite IDE, and any framework
Experimentation service
U S E T H E M O S T P O P U L A R I N N O V A T I O N S
U S E A N Y T O O L
U S E A N Y F R A M E W O R K O R L I B R A R Y
DOCKER
Single node deployment
(cloud/on-prem)
Azure Container Service
Azure IoT Edge
Microsoft ML Server
Spark clusters
SQL Server
Deploy Everywhere
A ZURE ML
MODEL MANAGEMENT
Deployment and management of models as HTTP
services
Container-based hosting of real time and batch
processing
Management and monitoring through Azure
Application Insights
First class support for SparkML, Python, Cognitive
Toolkit, TF, R, extensible to support others (Caffe,
MXnet)
Service authoring in Python
Manage models
AI Powered Spreadsheets
Demo
Azure Machine Learning WorkBench
Machine Learning & AI Portfolio
When to use what?
What engine(s) do you want
to use?
Deployment target
Which experience do you
want?
Build your own or consume pre-
trained models?
Microsoft
ML & AI
products
Build your
own
Azure Machine Learning
Code first (VS,
Workbench, …)
(On-prem)
ML Server
On-
prem
Hadoop
SQL
Server
(cloud)
AML services (Preview)
SQL
Server
Spark Hadoop Azure
Batch
DSVM Azure
Container
Service
Visual tooling
(cloud)
AML Studio
Consume
Cognitive services, bots, skills
• Formations en ligne
• Learning Portal : https://learningportal.microsoft.com/
• Formation Azure : https://azure.microsoft.com/fr-fr/training/
• Azure Friday : https://azure.microsoft.com/fr-fr/resources/videos/azure-friday/
• Microsoft AI Platform : https://azure.microsoft.com/en-us/overview/ai-platform/
Pour aller au-delà
Ressources clés de readiness
• Documentation
• http://Microsoft.com/cognitive
• SDK clients
• https://Azure.Microsoft.com/en-US/Resources/Samples/?sort=0&term=cognitive+services
• https://github.com/Southwood/Project-Oxford-python
• Exemples de code
• https://github.com/jsturtevant/Happy-image-tester-Django
• https://github.com/Microsoft/cognitive-face-Android
• https://github.com/Microsoft/cognitive-Samples-IntelligentKiosk
• Rejoignez notre communauté :-)
• UserVoice : https://cognitive.uservoice.com
• StackOverflow : https://StackOverflow.com/questions/Tagged/Microsoft-cognitive
Pour aller au-delà
Ressources clés sur les services cognitifs
• Développer des bots
• https://dev.botframework.com
• Documentation
• https://docs.Microsoft.com/en-US/bot-Framework
• GitHub
• https://github.com/Microsoft/BotBuilder
Pour aller au-delà
Ressources clés sur le Framework Bot/Azure Bot Service
• GitHub : https://github.com/Microsoft/CNTK
• Wiki : https://github.com/Microsoft/CNTK/wiki
• Questions : https://github.com/Microsoft/CNTK/issues
• Tutoriels sous forme de bloc-notes Jupyter
https://Notebooks.Azure.com/cntk/Libraries/Tutorials
• Aide : CNTKhelp@microsoft.com
Pour aller au-delà
Ressources clés sur CNTK
Essayez Azure Machine Learning gratuitement @ azure.com/ml
• Documentation
• https://aka.ms/azureml-docs
• Télécharger Azure ML Workbench :
• https://aka.ms/azureml-WB-MSI (MSI pour Windows)
• https://aka.ms/azureml-WB-dmg (DMG pour MacOS)
• Extension Outillage Visual Studio pour l’IA :
• https://www.visualstudio.com/downloads/ai-tools-vs/
• Extension Outillage Visual Studio Code pour l’IA :
• https://aka.ms/vscodetool-ai
Pour aller au-delà
Ressources clés sur Azure Machine Learning
• Forum DSVM :
• Envoyer des questions, des commentaires et des demandes de fonctionnalités sur le Forum
• http://aka.ms/DSVm/Forum
• Page produit DSVM :
• http://aka.ms/DSVm
• Atelier d'introduction DSVM :
• http://aka.ms/DSVm/Workshop
• Webinaire :
• http://aka.ms/DSVm/Webinar
• Lien GitHub :
• https://github.com/Azure/DataScienceVM
Pour aller au-delà
Ressources clés sur les VMs DVSM
• Documentation
• https://docs.microsoft.com/en-us/azure/batch-ai/overview
• GitHub
• https://github.com/Azure/BatchAI
• Recettes disponibles :
• https://github.com/Azure/BatchAI/tree/master/recipes/CNTK
• https://github.com/Azure/BatchAI/tree/master/recipes/Caffe
• https://github.com/Azure/BatchAI/tree/master/recipes/Caffe2
• https://github.com/Azure/BatchAI/tree/master/recipes/Chainer
• https://github.com/Azure/BatchAI/tree/master/recipes/Keras
• https://github.com/Azure/BatchAI/tree/master/recipes/Horovod
• https://github.com/Azure/BatchAI/tree/master/recipes/TensorFlow
Pour aller au-delà
Ressources clés sur Azure Batch AI
• Recherchez "HDInsight Training Resources"
• https://Azure.Microsoft.com/en-US/blog/Azure-hdinsight-Training-Resources-Learn-about-Big-Data-
using-open-source-technologies/
• Documentation :
• https://docs.Microsoft.com/en-US/Azure/hdinsight/hdinsight-Hadoop-Linux-Tutorial-Get-Started
• Cours gratuits sur EDX :
• https://www.EDX.org/course?search_query=hdinsight
• Chaîne YouTube :
• https://www.youtube.com/Channel/UCioCyOxwV4nY-JHYZuZUXtg
• Vidéos Channel9 :
• https://channel9.msdn.com/search?term=hdinsight
Pour aller au-delà
Ressources clés sur HDInsight
MEDIA MADE SMART
Novembre 2017
QUI EST DAMDY?
Editeur solution SaaS, solution vidéo, au sein du groupe WEDIA
• Technologie Cloud
Azure de Microsoft,
• Certifié Gold Cloud
Platform depuis 2014,
• Plus de 200 projets en
production,
• R&D et support
intégrés et localisés en
France.
• Centralisation des médias sur un référentiel unique
• Diffusion sécurisée vers toutes les audiences
• Expérience utilisateur optimale
• Statistiques d’engagement et de diffusion des médias
Comment l’utilisation de l’IA revisite la
l’organisation de vos médias ?
Contexte de la gestion des médias
Nous subissons des tâches chronophages,
laborieuses et pourtant critiques pour :
Soigner, étoffer les métadonnées
des médias,
Décliner, générer des résumés,
Proposer aux utilisateurs sous-
titres, chapitrage pertinent, des
informations contextuelles ou
émotionnelles.
Des solutions existent
En s’appuyant sur une Librairie intelligente
et les technologies d’IA
Il existe des moyens d’automatiser ces
tâches
un traitement automatisé de bout
en bout
ou un pré-traitement qui pourra
vous faire gagner des heures
précieuses
LES COMPOSANTES D’UNE LIBRAIRIE
INTELLIGENTE
Les services cognitifs et l’intelligence artificielle
C’est ce que nous allons développer maintenant
Une solution Saas de Digital Asset Management
Si vous ne connaissez pas encore … venez me voir après cette session,
nous en parlerons.
Le Cloud Azure
A priori, si vous êtes ici, vous savez de quoi il s’agit
DES SERVICES IA POUR L’ENTREPRISE
Face Recognition
DES SERVICES IA POUR L’ENTREPRISE
Identification
DES SERVICES IA POUR L’ENTREPRISE
OCR
DES SERVICES IA POUR L’ENTREPRISE
Analyse des émotions
SCIENCE-FICTION OU RÉALITÉ
Cas clients :
2000 vidéos à intégrer
1 responsable des contenus et plus de
de 160 heures de films à regarder …
Avec Intelligent Lib
Détection automatique des textes (OCR)
Génération des mots clefs pour chaque
vidéo et création des transcriptions
(texte prononcé)
+ de 80 000 photos
Des photos similaires, des publications par
lot (massive). Comment retrouver un asset ?
Intelligent Lib facilite
La génération de mots clés et de description
L’enrichissement des métas (couleur
dominante, second plan …) et l’OCR sur les
textes des photos
PRINCIPES DE RÉALITÉ
Perspectives
Gardons à l’esprit
L’intelligence artificielle est encore un
enfant, les progrès sont remarquables
mais il y a des limites à prendre en
compte et un effort d’apprentissage
important à réaliser
Il faut envisager plusieurs mécanismes
compensatoires
Algorithmes adaptés au métier,
Référentiel de taxonomie,
Modération humaine à posteriori.
https://po.st/IntelligentLib
Julien Fauvel
VP Damdy
julien.fauvel@damdy.com
https://damdy.com
@hwassner
hubert@abtasty.com
Microsoft experiences’17#experiences17L’IA ET L’OPTIMISATION DES CONVERSIONS / AB TASTY
+10%
ventes
Avec
Microsoft experiences’17#experiences17L’IA ET L’OPTIMISATION DES CONVERSIONS / AB TASTY
+ 0%
Ventes
Avec
Microsoft experiences’17#experiences17L’IA ET L’OPTIMISATION DES CONVERSIONS / AB TASTY
Nouveaux visiteursAnciens visiteurs
Microsoft experiences’17#experiences17L’IA ET L’OPTIMISATION DES CONVERSIONS / AB TASTY
Microsoft experiences’17#experiences17L’IA ET L’OPTIMISATION DES CONVERSIONS / AB TASTY
Microsoft experiences’17#experiences17L’IA ET L’OPTIMISATION DES CONVERSIONS / AB TASTY
Microsoft experiences’17#experiences17L’IA ET L’OPTIMISATION DES CONVERSIONS / AB TASTY
Microsoft experiences’17#experiences17L’IA ET L’OPTIMISATION DES CONVERSIONS / AB TASTY
Microsoft experiences’17#experiences17L’IA ET L’OPTIMISATION DES CONVERSIONS / AB TASTY
Comment capitaliser sur l’IA dans vos solutions
Trained
Services
Bot
Framework
Machine
Learning
Deep
Learning
AI Expertise
Data
Données Expériences
Données Expériences
Données Expériences
Interaction NUI
Proactif
Recommandation
Data Insights
Predictif
Usage & Télémétrie
Client
Clients anonymisés
Externes
DIGITAL MAKERS
De l’idéation à l’offre
Yves Cointrelle
Station F 29 novembre 2017
VISEO
83
150 M€ 1 300
PARIS • GRENOBLE • MORLAIX • NANTES • LYON
• TOULOUSE • AIX-EN-PROVENCE
FRANCE • MAROCCO • USA •
HONG KONG • SINGAPOR • PHILIPPINES •
AUSTRALIA • INDONESIA
NE PAS SE TROMPERD’ENJEUX
Analyse descriptive
Analyse
diagnostique
Analyse prédictive
Analyse
prescriptive
Pourquoi cela est il arrivé ?
Comment faire pour que cela arrive ?
Évolution du paradigme
Ce qui est arrivé ?
Que va-t-il arriver ?
INTUITIONVS SERENDIPITE
SERENDIPITE
86
INTUITION
87
L’ART DELA METHODE
88
* Cross Industrial Standard Data Mining Protocol
Cadrage du projet
Collecte
d’informations
Analyse
exploratoire
Modélisation
Evaluation
Déploiement
Entre 50 et 80%
du temps!!
IDEATION
CONCRETEMENT
89
Notre modèle opératoire
BUILD
Un accompagnement
Biz Dev &
Technologique
GTM
Un soutien marketing
CO-SELL
Un soutien sur
le développement
commercial local et
international
$
Microsoft Partner Network : nouvelle compétence
éditeurs & startups (1er trimestre 2018)
Microsoft Inspire : Las Vegas du 15 au 19 juillet 2018
Azure Reserved VM Instances (RI)
Data Platform Modernization program
ISV Cloud Embed pour les produits Dynamics
MAHALO
DANKON
PALDIES

Contenu connexe

Similaire à Editeurs de logiciels, innovez avec l'Intelligence Artificielle

Techdays 2012 : Mise en place d'une démarche ALM avec Visual Studio pour Wind...
Techdays 2012 : Mise en place d'une démarche ALM avec Visual Studio pour Wind...Techdays 2012 : Mise en place d'une démarche ALM avec Visual Studio pour Wind...
Techdays 2012 : Mise en place d'une démarche ALM avec Visual Studio pour Wind...vlabatut
 
Présentation AvenAo Industrie
Présentation AvenAo IndustriePrésentation AvenAo Industrie
Présentation AvenAo IndustrieAvenAo Industrie
 
Vivre dans une ère post OS et gérer l'hébergement des applications et la mobi...
Vivre dans une ère post OS et gérer l'hébergement des applications et la mobi...Vivre dans une ère post OS et gérer l'hébergement des applications et la mobi...
Vivre dans une ère post OS et gérer l'hébergement des applications et la mobi...Microsoft Ideas
 
Ibm cloud support for partners 9 feb 2011
Ibm cloud support for partners   9 feb 2011Ibm cloud support for partners   9 feb 2011
Ibm cloud support for partners 9 feb 2011Club Alliances
 
SharePoint & Azure, le couple gagnant
SharePoint & Azure, le couple gagnantSharePoint & Azure, le couple gagnant
SharePoint & Azure, le couple gagnantMicrosoft
 
[DevTestday] Keynote
[DevTestday] Keynote [DevTestday] Keynote
[DevTestday] Keynote Cellenza
 
Offre onepoint - Cloud
Offre onepoint - CloudOffre onepoint - Cloud
Offre onepoint - CloudGroupeONEPOINT
 
Digital : Web & Mobilité
Digital : Web & MobilitéDigital : Web & Mobilité
Digital : Web & MobilitéCatalyse IT
 
Keynote Azure
Keynote AzureKeynote Azure
Keynote AzureMicrosoft
 
Plateforme digitale services et technologies
Plateforme digitale   services et technologiesPlateforme digitale   services et technologies
Plateforme digitale services et technologiesWilliam Poos
 
Aspectize mdday2010
Aspectize mdday2010Aspectize mdday2010
Aspectize mdday2010MD DAY
 
Produits Openhost : hébergement web et logiciels de collaboration
Produits Openhost : hébergement web et logiciels de collaborationProduits Openhost : hébergement web et logiciels de collaboration
Produits Openhost : hébergement web et logiciels de collaborationOpenhost
 
Exadays cloud – Enjeux et Transformation du SI
Exadays   cloud – Enjeux et Transformation du SIExadays   cloud – Enjeux et Transformation du SI
Exadays cloud – Enjeux et Transformation du SISamir Arezki ☁
 
BigData en France par Excelerate Systems
BigData en France par Excelerate Systems BigData en France par Excelerate Systems
BigData en France par Excelerate Systems Excelerate Systems
 
Migrer vers le cloud grace au Model-Driven
Migrer vers le cloud grace au Model-DrivenMigrer vers le cloud grace au Model-Driven
Migrer vers le cloud grace au Model-DrivenPascal Roques
 
Ppt 2 a jeanpierre-yle-cleach-hec-05022015_sent2hec
Ppt 2   a jeanpierre-yle-cleach-hec-05022015_sent2hecPpt 2   a jeanpierre-yle-cleach-hec-05022015_sent2hec
Ppt 2 a jeanpierre-yle-cleach-hec-05022015_sent2hecYves LE CLEACH
 

Similaire à Editeurs de logiciels, innovez avec l'Intelligence Artificielle (20)

Izzili-Aspaway : Retour d’expérience éditeur full Cloud & SaaS
Izzili-Aspaway : Retour d’expérience éditeur full Cloud & SaaSIzzili-Aspaway : Retour d’expérience éditeur full Cloud & SaaS
Izzili-Aspaway : Retour d’expérience éditeur full Cloud & SaaS
 
Techdays 2012 : Mise en place d'une démarche ALM avec Visual Studio pour Wind...
Techdays 2012 : Mise en place d'une démarche ALM avec Visual Studio pour Wind...Techdays 2012 : Mise en place d'une démarche ALM avec Visual Studio pour Wind...
Techdays 2012 : Mise en place d'une démarche ALM avec Visual Studio pour Wind...
 
Présentation AvenAo Industrie
Présentation AvenAo IndustriePrésentation AvenAo Industrie
Présentation AvenAo Industrie
 
Vivre dans une ère post OS et gérer l'hébergement des applications et la mobi...
Vivre dans une ère post OS et gérer l'hébergement des applications et la mobi...Vivre dans une ère post OS et gérer l'hébergement des applications et la mobi...
Vivre dans une ère post OS et gérer l'hébergement des applications et la mobi...
 
Azure Serverless C2S
Azure Serverless C2SAzure Serverless C2S
Azure Serverless C2S
 
Ibm cloud support for partners 9 feb 2011
Ibm cloud support for partners   9 feb 2011Ibm cloud support for partners   9 feb 2011
Ibm cloud support for partners 9 feb 2011
 
SharePoint & Azure, le couple gagnant
SharePoint & Azure, le couple gagnantSharePoint & Azure, le couple gagnant
SharePoint & Azure, le couple gagnant
 
[DevTestday] Keynote
[DevTestday] Keynote [DevTestday] Keynote
[DevTestday] Keynote
 
Offre onepoint - Cloud
Offre onepoint - CloudOffre onepoint - Cloud
Offre onepoint - Cloud
 
Digital : Web & Mobilité
Digital : Web & MobilitéDigital : Web & Mobilité
Digital : Web & Mobilité
 
Keynote Azure
Keynote AzureKeynote Azure
Keynote Azure
 
Plateforme digitale services et technologies
Plateforme digitale   services et technologiesPlateforme digitale   services et technologies
Plateforme digitale services et technologies
 
Aspectize mdday2010
Aspectize mdday2010Aspectize mdday2010
Aspectize mdday2010
 
Produits Openhost : hébergement web et logiciels de collaboration
Produits Openhost : hébergement web et logiciels de collaborationProduits Openhost : hébergement web et logiciels de collaboration
Produits Openhost : hébergement web et logiciels de collaboration
 
Exadays cloud – Enjeux et Transformation du SI
Exadays   cloud – Enjeux et Transformation du SIExadays   cloud – Enjeux et Transformation du SI
Exadays cloud – Enjeux et Transformation du SI
 
BigData en France par Excelerate Systems
BigData en France par Excelerate Systems BigData en France par Excelerate Systems
BigData en France par Excelerate Systems
 
Practice
PracticePractice
Practice
 
Catalogue de services CASTELIS
Catalogue de services CASTELISCatalogue de services CASTELIS
Catalogue de services CASTELIS
 
Migrer vers le cloud grace au Model-Driven
Migrer vers le cloud grace au Model-DrivenMigrer vers le cloud grace au Model-Driven
Migrer vers le cloud grace au Model-Driven
 
Ppt 2 a jeanpierre-yle-cleach-hec-05022015_sent2hec
Ppt 2   a jeanpierre-yle-cleach-hec-05022015_sent2hecPpt 2   a jeanpierre-yle-cleach-hec-05022015_sent2hec
Ppt 2 a jeanpierre-yle-cleach-hec-05022015_sent2hec
 

Editeurs de logiciels, innovez avec l'Intelligence Artificielle

  • 1. Editeurs de logiciels, innovez avec l’IA ! Guillaume Renaud – Directeur Technique Editeurs de logiciels Frederic Wickert – Architecte Editeurs de logiciels
  • 2.
  • 5. 5 STATION F - A cannot miss opportunity Backed by Xavier Niel (investment: €250M) It’s the biggest startups campus in the world (34,000 sq meters) As long as the Eiffel Tower! 26 international startup programs A living space full of creative energy + 1,000 startups
  • 6. What we do at Station F? Our two pillars . Empower the top AI startups and create synergies with the Microsoft ecosystem. Empower every startup at Station F to achieve more.
  • 7. The AI Factory, our goals Aggregate a community of 100 French pioneers where AI entrepreneurs will come for help on tech, science (Inria), business and funding. Connect managed accounts & SI with AI startups, helping them develop AI projects. Position Microsoft as the AI community leader and democratize AI in France.
  • 8. BUILD 7 founder Startups (Q1 FY18) onboarded @ Station F Build a core of a few iconic startups. Work with Inria. Make them super happy. Create high impact events. Build community spirit. SCALE 100 Startups (Oct 2017-June 2018) Keep physical swag & go online. Expand to new startups and get new partners involved. Add 3rd party perks. GROW Go bigger (FY19) Replicate with additional workloads (IoT, AR/VR/MR, etc.). Integrate with the Microsoft global ecosystem. Our approach
  • 9. Our 7 founder startups
  • 11.
  • 12.
  • 13. AI Transforme les applications An revolution is coming
  • 16.
  • 17.
  • 18.
  • 19.
  • 20.
  • 21.
  • 22.
  • 23. The Microsoft AI platform: Azure+AI Cloud-powered AI for every developer Services Infrastructure Tools
  • 24.
  • 25.
  • 26.
  • 28.
  • 30. C#
  • 33. Apps + insights Social LOB Graph IoT Image CRM INGEST STORE PREP & TRAIN MODEL & SERVE Data orchestration and monitoring Data lake and storage Hadoop/Spark/SQL and ML . IoT Azure Machine Learning T H E A I D E V E L O P M E N T L I F E C Y C L E
  • 34. Azure Machine Learning Studio Platform for emerging data scientists to graphically build and deploy experiments • Rapid experiment composition • > 100 easily configured modules for data prep, training, evaluation • Extensibility through R & Python • Serverless training and deployment Some numbers: • 100’s of thousands of deployed models serving billions of requests
  • 35. Notebooks IDEs Azure Machine Learning Workbench VS Code Tools for AI N O U V E A U T É S Experimentation and Model Management Services A ZURE MACHINE LEARNING SERVICES Spark SQL Server Virtual machines GPUs Container services SQL Server Machine Learning Server ON-PREMISES EDGE Azure IoT Edge TRAIN & DEPLOY OPTIONS A ZURE
  • 36. Local machine Scale up to DSVM Scale out with Spark on HDInsight Azure Batch AI (Coming Soon) ML Server Experiment Everywhere A ZURE ML EXPERIMENTATION Command line tools IDEs Notebooks in Workbench VS Code Tools for AI
  • 37. Manage project dependencies Manage training jobs locally, scaled-up or scaled-out Git based checkpointing and version control Service side capture of run metrics, output logs and models Use your favorite IDE, and any framework Experimentation service U S E T H E M O S T P O P U L A R I N N O V A T I O N S U S E A N Y T O O L U S E A N Y F R A M E W O R K O R L I B R A R Y
  • 38. DOCKER Single node deployment (cloud/on-prem) Azure Container Service Azure IoT Edge Microsoft ML Server Spark clusters SQL Server Deploy Everywhere A ZURE ML MODEL MANAGEMENT
  • 39. Deployment and management of models as HTTP services Container-based hosting of real time and batch processing Management and monitoring through Azure Application Insights First class support for SparkML, Python, Cognitive Toolkit, TF, R, extensible to support others (Caffe, MXnet) Service authoring in Python Manage models
  • 42. Machine Learning & AI Portfolio When to use what? What engine(s) do you want to use? Deployment target Which experience do you want? Build your own or consume pre- trained models? Microsoft ML & AI products Build your own Azure Machine Learning Code first (VS, Workbench, …) (On-prem) ML Server On- prem Hadoop SQL Server (cloud) AML services (Preview) SQL Server Spark Hadoop Azure Batch DSVM Azure Container Service Visual tooling (cloud) AML Studio Consume Cognitive services, bots, skills
  • 43. • Formations en ligne • Learning Portal : https://learningportal.microsoft.com/ • Formation Azure : https://azure.microsoft.com/fr-fr/training/ • Azure Friday : https://azure.microsoft.com/fr-fr/resources/videos/azure-friday/ • Microsoft AI Platform : https://azure.microsoft.com/en-us/overview/ai-platform/ Pour aller au-delà Ressources clés de readiness
  • 44. • Documentation • http://Microsoft.com/cognitive • SDK clients • https://Azure.Microsoft.com/en-US/Resources/Samples/?sort=0&term=cognitive+services • https://github.com/Southwood/Project-Oxford-python • Exemples de code • https://github.com/jsturtevant/Happy-image-tester-Django • https://github.com/Microsoft/cognitive-face-Android • https://github.com/Microsoft/cognitive-Samples-IntelligentKiosk • Rejoignez notre communauté :-) • UserVoice : https://cognitive.uservoice.com • StackOverflow : https://StackOverflow.com/questions/Tagged/Microsoft-cognitive Pour aller au-delà Ressources clés sur les services cognitifs
  • 45. • Développer des bots • https://dev.botframework.com • Documentation • https://docs.Microsoft.com/en-US/bot-Framework • GitHub • https://github.com/Microsoft/BotBuilder Pour aller au-delà Ressources clés sur le Framework Bot/Azure Bot Service
  • 46. • GitHub : https://github.com/Microsoft/CNTK • Wiki : https://github.com/Microsoft/CNTK/wiki • Questions : https://github.com/Microsoft/CNTK/issues • Tutoriels sous forme de bloc-notes Jupyter https://Notebooks.Azure.com/cntk/Libraries/Tutorials • Aide : CNTKhelp@microsoft.com Pour aller au-delà Ressources clés sur CNTK
  • 47. Essayez Azure Machine Learning gratuitement @ azure.com/ml • Documentation • https://aka.ms/azureml-docs • Télécharger Azure ML Workbench : • https://aka.ms/azureml-WB-MSI (MSI pour Windows) • https://aka.ms/azureml-WB-dmg (DMG pour MacOS) • Extension Outillage Visual Studio pour l’IA : • https://www.visualstudio.com/downloads/ai-tools-vs/ • Extension Outillage Visual Studio Code pour l’IA : • https://aka.ms/vscodetool-ai Pour aller au-delà Ressources clés sur Azure Machine Learning
  • 48. • Forum DSVM : • Envoyer des questions, des commentaires et des demandes de fonctionnalités sur le Forum • http://aka.ms/DSVm/Forum • Page produit DSVM : • http://aka.ms/DSVm • Atelier d'introduction DSVM : • http://aka.ms/DSVm/Workshop • Webinaire : • http://aka.ms/DSVm/Webinar • Lien GitHub : • https://github.com/Azure/DataScienceVM Pour aller au-delà Ressources clés sur les VMs DVSM
  • 49. • Documentation • https://docs.microsoft.com/en-us/azure/batch-ai/overview • GitHub • https://github.com/Azure/BatchAI • Recettes disponibles : • https://github.com/Azure/BatchAI/tree/master/recipes/CNTK • https://github.com/Azure/BatchAI/tree/master/recipes/Caffe • https://github.com/Azure/BatchAI/tree/master/recipes/Caffe2 • https://github.com/Azure/BatchAI/tree/master/recipes/Chainer • https://github.com/Azure/BatchAI/tree/master/recipes/Keras • https://github.com/Azure/BatchAI/tree/master/recipes/Horovod • https://github.com/Azure/BatchAI/tree/master/recipes/TensorFlow Pour aller au-delà Ressources clés sur Azure Batch AI
  • 50. • Recherchez "HDInsight Training Resources" • https://Azure.Microsoft.com/en-US/blog/Azure-hdinsight-Training-Resources-Learn-about-Big-Data- using-open-source-technologies/ • Documentation : • https://docs.Microsoft.com/en-US/Azure/hdinsight/hdinsight-Hadoop-Linux-Tutorial-Get-Started • Cours gratuits sur EDX : • https://www.EDX.org/course?search_query=hdinsight • Chaîne YouTube : • https://www.youtube.com/Channel/UCioCyOxwV4nY-JHYZuZUXtg • Vidéos Channel9 : • https://channel9.msdn.com/search?term=hdinsight Pour aller au-delà Ressources clés sur HDInsight
  • 51.
  • 53. QUI EST DAMDY? Editeur solution SaaS, solution vidéo, au sein du groupe WEDIA • Technologie Cloud Azure de Microsoft, • Certifié Gold Cloud Platform depuis 2014, • Plus de 200 projets en production, • R&D et support intégrés et localisés en France. • Centralisation des médias sur un référentiel unique • Diffusion sécurisée vers toutes les audiences • Expérience utilisateur optimale • Statistiques d’engagement et de diffusion des médias
  • 54. Comment l’utilisation de l’IA revisite la l’organisation de vos médias ?
  • 55. Contexte de la gestion des médias Nous subissons des tâches chronophages, laborieuses et pourtant critiques pour : Soigner, étoffer les métadonnées des médias, Décliner, générer des résumés, Proposer aux utilisateurs sous- titres, chapitrage pertinent, des informations contextuelles ou émotionnelles.
  • 56. Des solutions existent En s’appuyant sur une Librairie intelligente et les technologies d’IA Il existe des moyens d’automatiser ces tâches un traitement automatisé de bout en bout ou un pré-traitement qui pourra vous faire gagner des heures précieuses
  • 57. LES COMPOSANTES D’UNE LIBRAIRIE INTELLIGENTE Les services cognitifs et l’intelligence artificielle C’est ce que nous allons développer maintenant Une solution Saas de Digital Asset Management Si vous ne connaissez pas encore … venez me voir après cette session, nous en parlerons. Le Cloud Azure A priori, si vous êtes ici, vous savez de quoi il s’agit
  • 58.
  • 59. DES SERVICES IA POUR L’ENTREPRISE Face Recognition
  • 60. DES SERVICES IA POUR L’ENTREPRISE Identification
  • 61. DES SERVICES IA POUR L’ENTREPRISE OCR
  • 62. DES SERVICES IA POUR L’ENTREPRISE Analyse des émotions
  • 63. SCIENCE-FICTION OU RÉALITÉ Cas clients : 2000 vidéos à intégrer 1 responsable des contenus et plus de de 160 heures de films à regarder … Avec Intelligent Lib Détection automatique des textes (OCR) Génération des mots clefs pour chaque vidéo et création des transcriptions (texte prononcé) + de 80 000 photos Des photos similaires, des publications par lot (massive). Comment retrouver un asset ? Intelligent Lib facilite La génération de mots clés et de description L’enrichissement des métas (couleur dominante, second plan …) et l’OCR sur les textes des photos
  • 64. PRINCIPES DE RÉALITÉ Perspectives Gardons à l’esprit L’intelligence artificielle est encore un enfant, les progrès sont remarquables mais il y a des limites à prendre en compte et un effort d’apprentissage important à réaliser Il faut envisager plusieurs mécanismes compensatoires Algorithmes adaptés au métier, Référentiel de taxonomie, Modération humaine à posteriori. https://po.st/IntelligentLib
  • 66.
  • 68. Microsoft experiences’17#experiences17L’IA ET L’OPTIMISATION DES CONVERSIONS / AB TASTY +10% ventes Avec
  • 69. Microsoft experiences’17#experiences17L’IA ET L’OPTIMISATION DES CONVERSIONS / AB TASTY + 0% Ventes Avec
  • 70. Microsoft experiences’17#experiences17L’IA ET L’OPTIMISATION DES CONVERSIONS / AB TASTY Nouveaux visiteursAnciens visiteurs
  • 71. Microsoft experiences’17#experiences17L’IA ET L’OPTIMISATION DES CONVERSIONS / AB TASTY
  • 72. Microsoft experiences’17#experiences17L’IA ET L’OPTIMISATION DES CONVERSIONS / AB TASTY
  • 73. Microsoft experiences’17#experiences17L’IA ET L’OPTIMISATION DES CONVERSIONS / AB TASTY
  • 74. Microsoft experiences’17#experiences17L’IA ET L’OPTIMISATION DES CONVERSIONS / AB TASTY
  • 75. Microsoft experiences’17#experiences17L’IA ET L’OPTIMISATION DES CONVERSIONS / AB TASTY
  • 76. Microsoft experiences’17#experiences17L’IA ET L’OPTIMISATION DES CONVERSIONS / AB TASTY
  • 77.
  • 78. Comment capitaliser sur l’IA dans vos solutions Trained Services Bot Framework Machine Learning Deep Learning AI Expertise Data
  • 81. Données Expériences Interaction NUI Proactif Recommandation Data Insights Predictif Usage & Télémétrie Client Clients anonymisés Externes
  • 82. DIGITAL MAKERS De l’idéation à l’offre Yves Cointrelle Station F 29 novembre 2017
  • 83. VISEO 83 150 M€ 1 300 PARIS • GRENOBLE • MORLAIX • NANTES • LYON • TOULOUSE • AIX-EN-PROVENCE FRANCE • MAROCCO • USA • HONG KONG • SINGAPOR • PHILIPPINES • AUSTRALIA • INDONESIA
  • 84. NE PAS SE TROMPERD’ENJEUX Analyse descriptive Analyse diagnostique Analyse prédictive Analyse prescriptive Pourquoi cela est il arrivé ? Comment faire pour que cela arrive ? Évolution du paradigme Ce qui est arrivé ? Que va-t-il arriver ?
  • 88. L’ART DELA METHODE 88 * Cross Industrial Standard Data Mining Protocol Cadrage du projet Collecte d’informations Analyse exploratoire Modélisation Evaluation Déploiement Entre 50 et 80% du temps!! IDEATION
  • 90.
  • 91. Notre modèle opératoire BUILD Un accompagnement Biz Dev & Technologique GTM Un soutien marketing CO-SELL Un soutien sur le développement commercial local et international
  • 92. $ Microsoft Partner Network : nouvelle compétence éditeurs & startups (1er trimestre 2018) Microsoft Inspire : Las Vegas du 15 au 19 juillet 2018 Azure Reserved VM Instances (RI) Data Platform Modernization program ISV Cloud Embed pour les produits Dynamics