Edito

La Chaire « Machine Learning for Big Data » a été créée en septembre 2013 avec le but de produire une recherche méthodologique répondant au challenge que constitue l’analyse statistique des données massives et d’animer la formation dans ce domaine à Télécom ParisTech. Avec le soutien de la Fondation Mines-Télécom et le mécénat de cinq entreprises partenaires : BNP Paribas, Criteo, PSA Groupe, Safran et Valeo (qui l'a rejointe en juin 2017), elle a permis l’écriture de près de 400 publications dans des revues ou actes de conférences internationales avec comité de lecture, le financement de dix thèses de doctorat et d’une trentaine de stages, la formation en cinq ans de plus de 600 data scientists, ingénieurs big data et de professionnels de la donnée.

Portée par le mathématicien Stephan Clémençon, enseignant-chercheur, Professeur au sein du département Image, Données, Signal de Télécom ParisTech, la chaire a compté 24 enseignant-chercheur en mathématiques appliquées, statistique ou informatique et permis leur participation à de grandes conférences internationales comme NeurIps, ICML, AISTATS ou COLT. Cinq workshops internationaux ont été organisés, dont le dernier, « Machine Learning & Artificial Intelligence » a réuni presque 200 personnes de tous horizons autour de l'IA et de ses enjeux industriels.

Cinq après sa création, alors que la puissance de calcul ne cesse de croitre et que les capteurs se retrouvent dans la quasi-totalité des processus industriels, la convergence du big data et de l’intelligence artificielle est à l’origine d’une nouvelle révolution dans l’industrie et les services. Le deep learning, l’apprentissage en interaction, l’apprentissage par transfert représentent de nouveaux challenges pour les chercheurs, de même que les questions de confiance, de robustesse, d’explicabilité des algorithmes qui entrent désormais en jeu pour des applications plus sensibles : industrie, énergie, transport, sécurité…

Les chercheurs se sont donc réuni autour d’une nouvelle chaire, « Data Science and Artificial Intelligence for Digitalized Industry and Services » portée par la Professeure Florence d’Alché-Buc, enseignante et chercheuse à Télécom ParisTech en informatique et mathématiques appliquées. Avec l’aide de la Fondation Mines-Télécom et le mécénat d’Airbus Defence & Space,  Engie,  Idemia, Safran et Valeo, elle prolongera les travaux précédemment engagés avec le même niveau d’excellence sur la recherche, la formation et l’innovation technologique au service de la société.

Derniers articles

Congrès Big Data 2017 : former les futurs data scientists

Télécom ParisTech participe au Congrès Big Data du 6 au 7 mars 2017 au palais des congrès à Paris. Cet évènement, qui a rassemblé dix milles personnes lors de l’édition précédente, a une forte raisonnance dans l’écosystème du big data à l’échelle nationale.

Lire la suite

Stages de Master 2 au sein de la Chaire pour 2017

La Chaire Machine Learning for Big Data de Télécom ParisTech propose 10 stages de Master 2 qui débutent à partir de mars/avril 2017 : détection de signaux faibles et de communautés, architectures deep kernel, algorithmes de consensus décentralisés...

Lire la suite

Using Scikit-learn and scientific Python at scale

Scikit-learn est une bibliothèque open-source Python qui propose aux développeurs des méthodes de machine learning éprouvées. Scikit-learn étend le langage de programmation général Python avec de nombreux algorithmes de machine learning aussi bien supervisés que non supervisés. Utilisée et continuellement développée aussi bien dans le milieu académique qu'en entreprise, cette solution flexible et puissante peut encore apporter beaucoup aux applications de data science en contexte industriel.

Lire la suite