Dans un format intimiste, Tech4Exec démystifie, le temps d’une matinée, les sujets et technologies stratégiques du moment, pour en comprendre les implications, les déclinaisons opérationnelles concrètes et leur intérêt pour l’entreprise.
Le format est simple et efficace : 15 mn de vulgarisation, 25 mn de mise en oeuvre et 1h de retours d’expérience client.
La vidéo est disponible ici : https://youtu.be/WHgH_ykWviE
https://tech4exec.fr/
11. Maintenance préventive
Anticiper une future panne d’un
équipement.
Prédiction de valeur client
Quelle est la valeur future de mon client ?
Classification de comportements
Prédire la catégorie d’appartenance d’un
comportement ou d’un ensemble de
caractéristiques d’une personne.
Analyse prédictive
13. Smart Pricing
Quel est le prix optimal à associer à mes
produits pour maintenir un niveau de
satisfaction client suffisant ?
Optimisation de la gestion d’un parc d’
équipements
Quelle est la meilleure répartition des mes
équipements pour maximiser mon profit sans
dégrader l’expérience des utilisateurs ?
Scoring d’attrition
Calculer le score (la probabilité) d’appétence
d’un client à un produit donné, basé sur son
historique d’achat et sa situation actuelle.
Optimisation
15. Réponse à des questions
Comment comprendre l’intention d’une
question et requêter de l’information non
structurée pour fournir une réponse ?
Résumé de textes
Comment résumer de manière pertinente une
grande quantité d’information dans un texte
?
Extraction d’informations
Comment extraire de la donnée structurée à
partir de texte non structuré ?
Traitement automatique du langage
17. Règles d’association
Découvrir les patterns récurrents dans des
séquences d’information
Contraction d’information
Comment représenter l’information de
manière condensée en en perdant le moins
possible ?
Analyse de similarités
Quels sont les comportements ou les
caractéristiques qui se rapprochent le plus de
mon produit / client ?
Apprentissage non supervisé
19. Reconnaissance vocale
Être capable de reconnaître la voix d’une
personne dans un environnement complexe,
et de générer une réponse ou déclencher
une action.
Génération de données
Apprendre les patterns inhérents aux
données pour en générer des nouvelles
encore jamais observées
Apprentissage de stratégies optimales
Par un fonctionnement d’essai/erreur, choisir
quelle est la meilleure stratégie à appliquer
dans un contexte complexe.
Intelligence Artificielle
24. Récolte d’un historique
de données
Training set
Dérivation de
caractéristiques
Feature Engineering
Entraînement d’un
modèle
Modélisation
Reconnaissance de
nouvelles données
Prédiction
Les grandes étapes d’un projet Machine Learning
25. Data ArchitectData Engineer DevOps Data
CDOProduct Strategist
Référent ProdData Scientist
Product Owner
Une équipe complète
26. Pourquoi faut-il gérer votre projet (Big) data comme une start-up gère son produit ?
Yoann Benoit
Data Scientist
Nathan Chauliac
Product Strategist