Date / Heure
Date(s) - 09/06/2020
18h30 - 20h30

Emplacement
Événement en ligne

Catégories

Chers membres, nous sommes ravis de vous retrouver en juin pour une toute première édition en ligne 🙂

“Systèmes de recommandations personnalisées : le juridique et la technique au service du business”
sera notre sujet le 9 juin, de 18h30 à 20h30.
Nous vous communiquerons avant le lien pour accéder au webinar.

Pour explorer ce sujet, vous écouterez Anne-Sophie CISSEY d’AMASAI puis Valentin STRACH de WEBEDIA.

Anne-Sophie CISSEY
Directrice générale
AMASAI

Le digital est au coeur de l’entreprise 2.0, la personnalisation de l’offre est un défi des services marketing. Découvrez comment la recommandation de produit permet de multiplier par 2 vos taux de conversion.
Vous apprendrez…
– comment utiliser la recommandation de produit pour personnaliser le parcours utilisateur
– quels sont les facteurs de réussite d’un tel projet
– quels sont les écueils inhérents à la recommandation de produit

Portrait
Anne-Sophie CISSEY est actuellement directrice générale de l’éthique et de la compliance pour AMASAI où elle est responsable de l’intégration des problématiques légales et réglementaires dans les projets d’IA et datascience qu’AMASAI accompagne. Elle possède une solide expérience dans les secteurs de la finance et du retail.

&

Valentin STRACH
Chef de projet Business Data Science
WEBEDIA

Après avoir fait un tour d’horizon de ce qui se fait en recommandation, et essayé de comprendre pourquoi faire un système de recommandation personnalisé est un challenge technique, nous prendrons le système de recommandations de films et séries sur Allociné comme cas d’études d’un tel système. De la revue de littérature en passant par le POC jusqu’à la mise en production, nous retracerons toutes les étapes de la création d’un système de recommandation en nous arrêtant sur les détails techniques d’une telle implémentation.

À travers ce cas client, vous pourrez :
– Faire un tour d’horizon des système de recommandations, qui n’est pas le plus “hot topic” en ML en ce moment et qui a donc peu de conférences à son sujet bien qu’il soit intéressant
– Comprendre comment mener de bout en bout un sujet data science (souvent on va préférer mettre en avant la performance mais finalement rester au statut de POC)
– Comprendre l’intérêt pour un média en ligne de faire un système de recommandation personnalisé
– Connaître les critères qui nous ont permis d’évaluer la réussite du projet

Portrait
“Arrivé chez Webedia en avril 2019, je suis actuellement au sein de l’équipe Data transverse en tant que Lead Data scientist. J’ai contribué à la création d’un système de recommandations sur Allociné, travaillé sur un algorithme de prédiction du box-office en amont de la sortie d’un film, aidé à créer des insights à destination du B2B. Mon travail se situe à la frontière entre de l’engineering, de la data architecture et bien sûr de la data science avec beaucoup de R&D au milieu de cela.”

Nous finirons par un temps d’échanges questions-réponses via le chat et la visio.

Nous avons le plaisir d’accueillir l’équipe d’AMASAI à la fois comme intervenant sur cette édition mais aussi comme co-organisateur du meetup.

L’équipe de LumenAI

https://www.meetup.com/fr-FR/Big-Data-et-Machine-Learning/events/270501642/