La parole est aux speakers : Iana Iatsun
Jusqu’à l’AFUP Day 2024, retrouvez nos interviews de speakers pour mieux comprendre leur parcours et le sujet qu’ils ou elles aborderont lors de leur conférence !
La conférence
Intelligence Artificielle en productionDe nombreuses entreprises rencontrent des difficultés pour mettre en production des modèles d'apprentissage automatiques. Les valeurs des modèles ont été testées, mais comment être sûr qu'elles conviendront en production ? L'approche MLOps prend en compte les contraintes liées au développement des modèles et les cycles de vie de la donnée. Dans cette présentation, je vais parler des bonnes pratiques et des questions à se poser pour réussir l'intégration des modèles d'IA dans les produits jusqu'aux les clients finaux. |
Cobalt 24/05/2024 17:00-17:20 |
Quelles sont les conditions minimales pour mettre en place un projet Intelligence Artificielle ? Taille d’équipe ? Dataset ? Ressource matérielle ?
L’intelligence artificielle se nourrit des données. Il est donc très important d’avoir des données de qualité et représentatives des problèmes à résoudre. Les données disponibles pour l’apprentissage vont définir la qualité de modèle produite et son utilité dans le monde réel. Il ne faut pas sous-estimer le temps nécessaire pour le nettoyage et l’exploration des données.
Selon toi, quels sont les points de vigilance les plus importants lorsqu’on parle d’IA ? Biais ? Sécurité de l’information ?
Encore une fois les données sont au cœur des algorithmes IA. En effet, si les données contiennent les biais, c’est tout le système qui peut être remis en question. Il existe plusieurs types de biais, qui souvent ne sont pas volontaires et assez complexes à détecter.
Quelle serait la meilleure façon de commencer à programmer une IA ? Formation ? Tutoriel ? Lecture ? Autodidacte ?
Aujourd’hui, il n’y pas une mais plusieurs façons de commencer à programmer une IA. Il est souvent nécessaire d’avoir quelques notions de statistique pour faire l’apprentissage d’un modèle de zéro sur ses données. Ou on peut être aussi un·e bon·ne dev pour optimiser l’utilisation de l’API de l’IA (reconnaissance vocale, texte, image ou autres) qui sont déjà disponibles sur le cloud, par exemple. Je dirai qu’il faut être curieux·se.
Une conférence présentée par
 Iana IATSUN |
Iana a obtenu son doctorat en traitement d’images et du signal en 2014. Son premier réseau de neurone a été entrainé en 2013, en même temps que AlexNet. Après sa thèse, elle a travaillé comme data-scientist dans le domaine de la biométrie pour la reconnaissance d’empreintes digitales et des visages. Depuis 4 ans, Iana gère avec son équipe les activités autour de la mise en production des modèles d’apprentissage automatique (MLOps) à La Banque de France. Elle s’investit sur les sujets concernant une IA éthique, explicable et responsable. |