DataCamp Digest est notre newsletter qui rassemble les dernières analyses et actualités sur la data science. Dans cette édition, nous explorons l'avenir de l'emploi, passons en revue de nouveaux outils et technologies, décryptons les réglementations à venir sur l'IA, et bien plus encore.
L'avenir de l'emploi à l'ère de l'IA | Boston Consulting Group
Ce rapport du BCG étudie l'impact de l'IA et de l'automatisation sur le marché du travail dans plusieurs pays clés. Il recommande des actions que les gouvernements et les organisations peuvent entreprendre pour atténuer les effets de l'automatisation, au premier rang desquelles le développement des talents.
De nouvelles réglementations IA arrivent : êtes-vous prêt·e ? | Harvard Business Review
L'usage des systèmes d'IA se généralise et les régulateurs posent des garde-fous pour en garantir un usage responsable. Dans cet article, Andrew Burt présente les récentes initiatives réglementaires en matière d'IA, et explique comment les organisations peuvent se préparer et s'assurer de la conformité de leurs modèles.
L'analytique, c'est le bazar | Benn Stancil
Benn Stancil de Mode Analytics décrit la nature créative, désordonnée et non linéaire de la data science et de l'analytique. Si vous vous sentez bloqué en résolvant un problème de data science, souvenez-vous que « le désordre fait partie du chemin du progrès ».
OpenAI lance un fonds de 100 M$ pour les startups | OpenAI
OpenAI, l'organisation à l'origine de GPT-3, lance un fonds de 100 millions de dollars pour des startups qui exploitent ses outils, notamment « dans les domaines où l'intelligence artificielle peut avoir un effet transformateur — comme la santé, le changement climatique et l'éducation — et où les outils d'IA peuvent aider les personnes à gagner en productivité ».
Bon·ne data scientist, mauvais·e data scientist | Ian Whitestone
Un billet court et percutant qui précise ce qui distingue un·e bon·ne data scientist d'un·e mauvais·e.
Reconnaissance vocale sans supervision | Facebook AI
L'équipe de Facebook AI s'appuie sur l'apprentissage auto-supervisé pour développer un modèle de reconnaissance vocale capable d'identifier n'importe quelle langue sans données d'entraînement. Une avancée majeure pour les langues disposant de peu de données d'apprentissage.
Power BI arrive dans un notebook près de chez vous | Microsoft
Microsoft a créé un nouveau package Python qui permet d'intégrer Power BI directement dans les notebooks Jupyter. De quoi intégrer plus facilement des récits de données convaincants et éditables directement dans Jupyter.
Leçons sur les plateformes de ML : Netflix, DoorDash, Spotify et autres | Ernest Chan
Ernest Chan décompose les briques qui constituent les plateformes de ML alimentant les modèles des entreprises data les plus avancées aujourd'hui.
Microsoft Recommenders | Microsoft
Un dépôt GitHub créé par Microsoft qui présente ses meilleures pratiques pour concevoir des systèmes de recommandation, avec des notebooks Jupyter à l'appui. Consultez la section des projets liés pour des dépôts similaires en NLP, vision par ordinateur, et plus encore.
Thinking in data | Paige Bailey
Si vous utilisez Visual Studio, ceci vous concerne. Thinking in data est un ensemble d'extensions VS Code qui dopent vos workflows d'analytique et de data science dans Visual Studio.
Greykite : une bibliothèque de prévision flexible, intuitive et rapide | Reza Hosseini
L'équipe data de LinkedIn a open-sourcé sa bibliothèque de prévision Greykite en Python. Lisez l'article pour comprendre ce qui la différencie des autres packages de prévision et comment l'équipe l'a appliquée à des problèmes de prévision chez LinkedIn.
Flat data | GitHub
L'équipe de GitHub a publié des outils qui facilitent la manipulation et la visualisation de données directement sur GitHub.
Webinaire : construire une culture des données
Dans ce webinaire, Sudaman Thoppan Mohanchandralal, Chief Data and Analytics Officer régional chez Allianz Benelux, explore en profondeur les tenants et aboutissants de la construction d'une culture data.
Livre blanc : le guide de la maturité data pour votre organisation
Dans ce guide, nous proposons un cadre pour évaluer et faire progresser la maturité data à l'échelle de l'organisation, définissons les différentes étapes de maturité et traçons une feuille de route d'initiatives pour atteindre la maîtrise des données.
Podcast : n°63 — passé et présent de la data science
Dans cet épisode de DataFramed, Adel s'entretient avec Sergey Fogelson, Vice President of Data Science and Modeling chez Viacom, sur l'évolution de la data science au cours de la dernière décennie et les grands défis qui subsistent pour les équipes data aujourd'hui.
