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

Cooperation on Scikit-Learn with New York University

The Machine Learning for Big Data Chair is funding a 3-months-and-half visit for Nicolas Goix at New York University Center for Data Science, from May 16th to September 1st. It aims at providing development and research to the open-source machine learning library scikit-learn, under the supervision of Dr. Andreas Müller, researcher, core developer and maintainer of scikit-learn.

Lire la suite

Données massives : technologies et enjeux pour le secteur de la musique

Jérôme Pons, fondateur de Music Won’t Stop, est parti de la question : quelle est la place de la musique dans l’écosystème Big Data ? Après analyse d’études de cabinets de conseil et d’autres articles sur le Big Data, il a remarqué que le secteur de la musique était peu représenté. Pourtant, ce secteur regroupe plusieurs acteurs (créateurs, producteurs, éditeurs, agrégateurs, plateformes de distribution, opérateurs télécoms…) entre lesquels s’exercent de nombreux échanges nourrissant le secteur d’activité de la gestion de données.

Lire la suite

Marketing quantitatif et économétrie

Le Big Data est présent partout : les grandes entreprises ont compris la valeur des données et les start-up surfent sur la vague pour se développer. Toutes utilisent le Big Data mais sans vraiment l’exploiter. Veltys, cabinet de conseil en stratégie, aide ces entreprises à prendre conscience de la valeur des données. Romain Aeberhardt, Sénior Manager chez Veltys est venu parler de cas de marketing quantitatif et d’économétrie.

Lire la suite

Expertise Data Science : Comment réussir son initiative Big Data ?

Le secteur du numérique, et particulièrement le traitement de données, est extrêmement demandé en entreprise. Tenir un discours pointu sur les enjeux de la data sicence est donc devenu nécessaire. Le rôle de Quantmetry est d’expliquer la manière dont se déroulent les sujets de data science en entreprises, les initiatives et le développement des projets autour de la donnée qui nécessitent un système de pilotage extrêmement complet. Emmanuel Manceau, manager chez Quantmetry et Ysé Wanono, diplômée du Mastère Spécialisé Big Data et consultante chez Quantmetry sont venus présenter les clés de la réussite d’un projet Big Data mais également les risques qu’un tel projet peut présenter.

Lire la suite