Meetup Paris DataLadies

Jeudi 4 mai a eu lieu le deuxième Meetup de Paris DataLadies, et nous y sommes allés. Trois speakeuses au programme dont une Xebiane présentait un talk. C’est l’école 42 qui a accueilli ce Meetup, auquel a suivi un cocktail offert par ERCOM, sponsor de la soirée. Très bonne ambiance et plein de jeunes dans le public. Au final, nous avons passé une bonne soirée.

Parenting 2.1 : Calmer son bébé avec du Machine Learning et un Raspberry Pi 

Xebia y était présente au travers de la présentation de Giulia Bianchi, avec son projet  » Parenting 2.1  » ! La nouvelle version a été exposée, qui est une évolution de la version 2.0 initialement lancée pour la XebiCon’16. L’idée était de montrer le développement d’un projet de Machine Learning de A à Z. À partir de la recherche de données, en passant par l’entraînement du modèle, pour arriver jusqu’au déploiement sur un Raspberry Pi (2 B en l’occurrence). Le cas d’usage présenté a pour but de reconnaître les pleurs d’un bébé qui dort pour essayer de le calmer avec une berceuse le cas échéant. L’accent a été mis sur l’enchaînement des traitements, ainsi que sur les problématiques d’implémentation rencontrées. Le code est disponible sur Github, et dans l’hypothèse où vous seriez intéressé par ce projet, il sera présenté une dernière fois au mois de la data le 23 mai !

Women in Tech, or why your daughter doesn’t want to become one

La deuxième présentation d’Alejandra Estanislao, software engineer de Google, dressait un panorama des principales difficultés, et possibles explications à la pénurie de profils féminins dans les métiers de l’informatique en général, et plus particulièrement en tant que développeurs et ingénieurs. Par exemple, Google ne compte que 20 % de femmes dans les métiers techniques. Par ailleurs, elle a condensé et présenté un certain nombre d’études, de frises temporelles et de recherches sociologiques sur le sujet. Enfin, elle a parlé des effets négatifs sur l’environnement de travail avec des situations telles que « l’image du hacker », les « biais inconscients », ou encore les « micro-agressions ». Ce sont des situations qui porteraient certaines femmes, mais aussi des hommes, à s’éloigner du monde de l’informatique. Sa conclusion a porté sur une liste de solutions possibles pour atteindre un environnement de travail plus équilibré.

Détection d’anomalies dans des séquences d’événements

Enfin, c’est Isabelle Robin d’Ercom, qui a parlé de la détection des anomalies pour la lutte anti-fraude et la recherche de comportements suspects dans les séries temporelles. Après avoir fait le point sur la problématique de la détection d’événements rares, elle a montré en particulier l’application de LSTM (long short time memory) autocodeurs, encore peu utilisés dans ce cadre. Elle nous a décrit les différents types d’anomalies possibles, les différents types de résolutions possibles et son implémentation au travers de la librairie Keras, surcouche de TensorFlow, sur le jeu de données KDD99.

Conclusion

Cette soirée a permis de mettre en lumière différentes approches du machine learning, et de faire parler des femmes travaillant dans la data. Ainsi, il est possible d’avoir un meetup en plus sur le thème de la data, avec une approche différente de ce qu’il se fait déjà dans le milieu. Vous pouvez retrouver les prochains événements sur meetup.