Intelligence Artificielle - Data Driven 101 - Le podcast IA & Data 100% en français

Michaël Deheneffe, VP Data et AI chez Orange Business, est l’invité de l’épisode 77 du podcast Data Driven 101.  Dans cet épisode, nous explorons comment les entreprises transforment leurs données en valeur concrète. De la transformation numérique à l’impact sociétal de l’intelligence artificielle, plongez dans un échange captivant où expertise et vision s'entrelacent. 🌐✨🧠 Thèmes abordés :Applications pratiques de la data et de l'IARôle de l'éthique dans l'utilisation des donnéesImpact sociétal et environnemental des technologies numériquesExemples concrets : des prédictions d’épidémies à la restauration des écosystèmes marins🔑 MOTS CLÉS. Cloud Computing : Service permettant de stocker, gérer et traiter des données via des serveurs distants accessibles par Internet, plutôt que sur un ordinateur local.IA Générative : Branche de l’intelligence artificielle qui se concentre sur la création de contenu (texte, images, vidéos) à partir de modèles entraînés sur des données existantes.Phishing : Technique de cyberattaque visant à tromper une personne pour qu’elle divulgue des informations sensibles, comme des mots de passe ou des 🎙 SOUTENEZ LE PODCASTAbonnez-vous 🔔Laissez 5 étoiles et un avis  🥰 Sur Spotify : iciSur Apple Podcast : iciSur Deezer : iciSur Google Podcast : ici 🧐 DANS LA MÊME THÉMATIQUE Épisode  #31 Fabrice Bonnifet (Directeur du Développement Durable @ Bouygues ) : Data et Transition énergétiqueÉpisode #57 Faire pénétrer l’IA dans un grand groupe - Bruno Daunay (AI lead @ Leonard) Épisode #18 : Victor Azria (Global Data Director @ JCDecaux) : Les panneaux d’affichages face à la dataHébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Louis Poirier, co-fondateur et CTO d'AutoDM AI, est l’invité de l’épisode 76 du podcast Data Driven 101. Dans cet épisode, nous explorons ensemble :🚀 Les défis de l'automatisation de la relation client grâce à l’IA🧠 Les points clés de la réussite d'une IA conversationnelle pour capturer et orienter les intentions utilisateurs📊 Les cas d'usage concrets et les résultats obtenus avec des clients🔑 MOTS CLÉSMulti-agents : Un système où plusieurs entités spécialisées (agents) travaillent de manière coordonnée pour répondre aux besoins spécifiques des utilisateurs.Knowledge Graph : Une base de données structurée sous forme de graphe reliant différents concepts ou objets, permettant de mieux organiser et exploiter les informations.RAG (Retrieval-Augmented Generation) : Une technique combinant la recherche d’informations pertinentes (retrieval) avec des capacités génératives pour fournir des réponses précises et contextualisées.Fine-tuning : Une méthode d'adaptation d'un modèle d'IA pré-entraîné pour répondre à des besoins spécifiques grâce à un entraînement supplémentaire sur des données ciblées.Guardrails : Des mécanismes de sécurité implémentés dans les systèmes d'IA pour prévenir les comportements indésirables, tels que des réponses non éthiques ou inappropriées.Inbound Lead : Un lead provenant d'initiatives entreprises par le client (ex. : visite d'un site web ou remplissage d'un formulaire).SLM (Small Language Model) : Un modèle de langage de taille réduite, moins coûteux à exécuter, utilisé pour des tâches spécifiques ou à échelle réduite.Blueprint de vente : Une représentation structurée et stratégique d’un processus de vente, utilisé pour guider les interactions commerciales.🎙 SOUTENEZ LE PODCASTAbonnez-vous 🔔Laissez 5 étoiles et un avis  🥰 Sur Spotify : iciSur Apple Podcast : iciSur Deezer : iciSur Google Podcast : ici 🧐 DANS LA MÊME THÉMATIQUE Épisode #38 Stanislas Polu (Co-fondateur @ Dust) : Assistant personnel basé sur l’Intelligence ArtificielleÉpisode #33 Guillaume Lample (Co-fondateur & Chief Scientist @ Mistral AI) : Les secrets des Large Language ModelsÉpisode  #61 Finetuner des Large Language Models - Pierre-Carl Langlais (CTO et cofondateur @ Pleias) 👋 PLUS DE CONTENU DATA ?Suivez-moi sur LinkedIn (tips/réflexions) ici 🤳Suivez-nous sur Tiktok 📳Abonnez-vous à notre chaîne YoutubeHébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Johan Maussion, Directeur Performance Business & Webanalytics chez SNCF Connect & Tech est l’invité de l’épisode 75 du podcast Data Driven 101. 🎧 Dans cet épisode captivant, nous plongeons dans :Les coulisses de la gestion des données à grande échelle 🌍L'utilisation de l'IA pour prédire et optimiser la performance 💡Les enjeux de la mobilité durable et digitale 🚆Johan partage aussi des anecdotes fascinantes sur les ouvertures des ventes SNCF et les innovations mises en place pour simplifier l'expérience utilisateur.🔗 Écoutez maintenant et laissez-vous inspirer par les défis et les opportunités de l'ère data-driven !#DataDriven101 #Podcast #IA #MobilitéDurable #Analytics🔑 MOTS CLÉSAnalytics : Processus d'examen des données pour tirer des conclusions sur les informations qu'elles contiennent. Cela inclut l'analyse descriptive, prédictive et prescriptive pour améliorer la prise de décision.Performance Business : Mesure de l'efficacité d'une entreprise dans l'atteinte de ses objectifs commerciaux, souvent évaluée à travers des indicateurs clés de performance (KPI).RGPD (Règlement Général sur la Protection des Données) : Règlement de l'Union Européenne qui vise à protéger la vie privée et les données personnelles des citoyens européens, en imposant des règles strictes sur la collecte et le traitement des données.Prévisions : Estimations basées sur l'analyse de données passées et présentes pour anticiper des résultats futurs. Dans le contexte du podcast, cela fait référence à la prévision des ventes de billets.Consultatif : Se réfère à un modèle d'interaction où l'accent est mis sur le conseil et l'assistance aux clients plutôt que sur une simple transaction commerciale.🎙 SOUTENEZ LE PODCASTAbonnez-vous 🔔Laissez 5 étoiles et un avis  🥰 🧐 DANS LA MÊME THÉMATIQUE Épisode #17 : Alexandre Haag (Tesla, Audi et Ford) : La voiture autonomeÉpisode #63 Chatbot IA chez Schneider Electric : RAG et Finance - Sébastien Durand (Audit financier @ Schneider electric) Épisode#44 Ismael Goulani (CTO @ Modeo) : comment s'offrir une Modern Data Stack ?👋 PLUS DE CONTENU DATA ?Suivez-moi sur LinkedIn (tips/réflexions) ici 🤳Suivez-nous sur Tiktok 📳Abonnez-vous à notre chaîne YoutubeHébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Nejma Belkhdim, CEO de Nolej est l’invité de l’épisode 74 du podcast Data Driven 101. Dans ce nouvel épisode, Nejma Belkhdim, CEO de Nolej, startup révolutionnaire dans l’edtech, nous dévoile comment l’IA transforme l’apprentissage en rendant les contenus plus interactifs et engageants. Avec des outils d'intelligence artificielle avancés, Nolej facilite la création de supports pédagogiques variés – quiz, flashcards, et activités immersives – à partir de simples contenus vidéo ou texte.🔑 MOTS CLÉsClasse inverséeMéthode pédagogique où les élèves étudient les concepts de base avant de venir en classe, permettant d’utiliser le temps de cours pour des discussions approfondies, des exercices et des applications pratiques.Single Source of TruthConcept de centralisation des données en un point unique fiable, garantissant que toutes les informations sont à jour et partagées de manière cohérente dans toute l'organisation.Natural Language Processing (NLP)Technologie permettant aux ordinateurs de comprendre et d'analyser le langage humain. Nolej utilise le NLP pour transformer automatiquement des contenus en activités pédagogiques adaptées.Adaptive LearningApproche d’apprentissage personnalisée, où le contenu et le rythme sont ajustés en fonction du niveau de l’apprenant pour optimiser sa compréhension et sa progression.Engagement cognitifConcept en sciences de l’éducation désignant le niveau de concentration et d’implication active de l’apprenant dans une activité pédagogique, essentiel pour un apprentissage efficace.User Interface (UI)Conception visuelle et ergonomique d'un logiciel ou d'une application, permettant aux utilisateurs d'interagir facilement avec les fonctionnalités. Nolej s'appuie sur une UI simplifiée pour rendre l’IA accessible même aux utilisateurs novices.Proof of Concept (POC)Expérimentation visant à démontrer la faisabilité et la valeur d’un produit ou d'une technologie avant de le développer à plus grande échelle. Nolej utilise des POC pour tester l'adoption de sa solution dans divers environnements éducatifs et d'entreprise.Science cognitiveDomaine de recherche qui étudie les processus mentaux, notamment l’apprentissage, la mémoire et l'engagement, pour concevoir des méthodes éducatives plus efficaces. Nolej s’appuie sur ces recherches pour créer des activités qui maximisent l’engagement et la rétention des informations.🎙 SOUTENEZ LE PODCASTAbonnez-vous 🔔Laissez 5 étoiles et un avis  🥰 Sur Spotify : iciSur Apple Podcast : iciSur Deezer : iciSur Google Podcast : ici Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Grégoire Hug, CEO de WeeFin une fintech ESG innovante, est l’invité de l’épisode 73 du podcast Data Driven 101. Découvrez comment l'intelligence artificielle transforme le monde de l'investissement durable ! Grégoire nous explique comment WeFin facilite l'utilisation des données ESG pour les institutions financières, en les aidant à analyser et à intégrer des indicateurs environnementaux, sociaux et de gouvernance (ESG) dans leurs décisions. 🌍🌱 Découvrez les défis de la collecte de données fiables et l'impact concret de l’IA dans la finance durable.🔑 MOTS CLÉSESG (Environnement, Social et Gouvernance)Ensemble de critères utilisés pour évaluer les pratiques des entreprises en matière de durabilité. Les données ESG aident les investisseurs à analyser l’impact environnemental, social et de gouvernance d'une entreprise.Single Source of TruthUn référentiel unique de données consolidées qui garantit que les informations sont cohérentes, à jour et utilisées de manière uniforme dans toute l’organisation.Scope 1, 2 et 3 (empreinte carbone)Catégories de l'empreinte carbone d'une entreprise :Scope 1 : émissions directes produites par l’entreprise.Scope 2 : émissions indirectes liées à la consommation d’énergie.Scope 3 : émissions indirectes de l’ensemble de la chaîne de valeur (exemple : usage du produit par le consommateur).Double MatérialitéPrincipe qui considère l'impact des activités d'une entreprise à la fois sur ses finances (matérialité financière) et sur l’environnement et la société (matérialité environnementale et sociale).Finance VerteSecteur financier qui se concentre sur le financement de projets ayant un impact positif sur l’environnement, souvent soutenu par des investissements dans les énergies renouvelables ou la réduction des émissions de carbone.🎙 SOUTENEZ LE PODCASTAbonnez-vous 🔔Laissez 5 étoiles et un avis  🥰 Sur Spotify : iciSur Apple Podcast : iciSur Deezer : iciSur Google Podcast : ici 🧐 DANS LA MÊME THÉMATIQUE Épisode 68CallBot : Des robots qui répondent au téléphone - Thomas Guenoux (CEO @YeldaAI) #68Épisode 63Chatbot IA chez Schneider Electric : RAG et Finance - Sébastien Durand (Audit financier @ Schneider electric) - #63Épisode 57Faire pénétrer l’IA dans un grand groupe - Bruno Daunay (AI lead @ Leonard) #57Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Emmanuelle Ertel, Directeur Générale Innovation & Trust chez Tessi, est l’invitée de l’épisode 72 du podcast Data Driven 101. Dans cet épisode, elle explore le défi de la confiance numérique et de l'automatisation intelligente des processus.Découvrez comment les technologies de pointe comme la signature électronique qualifiée et l'IA révolutionnent le secteur, en assurant sécurité et efficacité pour les entreprises de toutes tailles. Elle partage également l’importance de la souveraineté numérique et de l'open-source pour garantir la sécurité des données et le contrôle des entreprises sur leurs solutions.Confiance numérique : Ensemble de technologies et processus garantissant la sécurité des transactions en ligne, incluant l'authentification des utilisateurs et la sécurisation des échanges de données.Signature électronique qualifiée : Forme avancée de signature électronique qui inclut une vérification stricte de l’identité, parfois renforcée par des preuves de vie, et conforme aux réglementations européennes, permettant une sécurité maximale.Business Process Automation (BPA) : Automatisation des processus métiers d'une entreprise, couvrant toutes les étapes d'un workflow pour gagner en efficacité, réduire les erreurs et libérer les employés de tâches répétitives.Business Process Outsourcing (BPO) : Externalisation de certaines activités d'une entreprise, comme la gestion de centres d'appels ou le traitement de dossiers, auprès d’un prestataire spécialisé pour des raisons d’efficacité et de coût.Souveraineté numérique : Capacité pour une entreprise ou un pays de contrôler ses données et ses outils numériques, souvent via des solutions locales ou open-source pour éviter la dépendance à des fournisseurs étrangers.Digital Factory : Division d'une entreprise dédiée au développement de produits numériques et logiciels innovants, généralement axée sur l’optimisation des processus et la transformation digitale.Certification ANSI et eIDAS : Normes de sécurité (ANSI pour la France, eIDAS pour l’Europe) que les solutions numériques doivent respecter pour garantir un haut niveau de conformité et de sécurité.Automatisation des processus métiers : Utilisation de technologies pour automatiser les tâches récurrentes et chronophages, impliquant souvent l’intelligence artificielle pour améliorer les flux de travail et optimiser les performances des entreprises.Machine Learning et Deep Learning : Sous-domaines de l'intelligence artificielle permettant aux systèmes d’apprendre et de s’améliorer grâce aux données (Machine Learning), le Deep Learning utilisant des réseaux de neurones pour traiter des informations complexes.Low Code / No Code : Approche de développement logiciel permettant aux utilisateurs non techniques de créer ou de modifier des applications via des interfaces visuelles, réduisant ainsi la dépendance aux développeurs.Large Language Model (LLM) : Modèle de traitement du langage naturel (NLP) capable de comprendre et de générer du texte, utilisé dans des applications de dialogue, d'analyse de texte, et d’assistance virtuelle.Workflow : Enchaînement structuré d'étapes ou de tâches dans un processus, permettant de coordonner les actions et de standardiser les procédures pour gagner en efficacité.🎙 SOUTENEZ LE PODCASTAbonnez-vous 🔔Laissez 5 étoiles et un avis  🥰 Sur Spotify : iciSur Apple Podcast : iciSur Deezer : iciSur Google Podcast : ici 🧐 DANS LA MÊME THÉMATIQUE Épisode 68 CallBot : Des robots qui répondent au téléphone - Thomas Guenoux (CEO @YeldaAI) Épisode 63 Chatbot IA chez Schneider Electric : RAG et Finance - Sébastien Durand (Audit financier @ Schneider electric) Épisode 57 Faire pénétrer l’IA dans un grand groupe - Bruno Daunay (AI lead @ Leonard) 👋 PLUS DE CONTENU DATA ?Suivez-moi sur LinkedIn (tips/réflexions) ici 🤳Suivez-nous sur Tiktok 📳Abonnez-vous à notre chaîne Youtube

Gaëtan Rougevin-Baville, CEO de Meero est l’invité de l’épisode 71 du podcast Data Driven 101. Découvrez comment Meero révolutionne la photographie e-commerce grâce à l’IA ! Gaëtan nous dévoile comment l’IA transforme la création de visuels produits et booste les ventes en ligne. 📈 Un épisode riche en insights sur l’avenir de la photographie et du e-commerce. 🔑 MOTS CLÉS M&A: Fusions et acquisitions d'entreprises. Vertical: Secteur d'activité spécifique. Land and expand: Stratégie commerciale consistant à acquérir un client avec une offre limitée puis à lui vendre des produits ou services supplémentaires. Go-to-market: Stratégie de mise sur le marché d'un produit ou service. Homestaging: Mise en scène d'un bien immobilier pour le rendre plus attractif. Fine-tuner: Ajuster un modèle d'IA pour une tâche spécifique. API: Interface de programmation applicative, ensemble de fonctions permettant à des applications de communiquer entre elles. Computer Vision: Domaine de l'IA qui permet aux ordinateurs de "voir" et d'interpréter des images. GPU: Processeur graphique, composant informatique utilisé pour accélérer les calculs. 🎙 SOUTENEZ LE PODCAST Abonnez-vous 🔔 Laissez 5 étoiles et un avis 🥰 Sur Spotify : ici Sur Apple Podcast : ici Sur Deezer : ici Sur Google Podcast : ici 🧐 DANS LA MÊME THÉMATIQUE Épisode #66 Art & Intelligence Artificielle : Processus créatif et recommandation - Jonas Botbol (CTO CoFondateur @YourArt) Épisode #47 Renaud Allioux (cofondateur @ Preligens) : IA et l’imagerie satellite au service du renseignement *+Épisode #54 3D et marketing: révolutionner le visuel des marques - Hugo Borensztein (cofondateur @ OMI)Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Gaël Varoquaux, cofondateur de Sickit Learn et Probabl et directeur de recherche à l’INRIA est l’invité de l’épisode 70 du podcast Data Driven 101. Comment Scikit-learn est-il devenu un outil incontournable pour les data scientists, et comment est-il né ? Gaël Varoquaux nous révèle les origines de cette librairie open source incontournable pour l'apprentissage statistique en Python, l'organisation et les défis de ce projet open source qui a révolutionné le monde de la data science.Un épisode riche en enseignements sur l'apprentissage statistique, la gouvernance des projets open source et les défis de la collaboration dans le monde de la data science.🔑 MOTS CLÉSOpen source : Un logiciel open source est un logiciel dont le code source est accessible au public et peut être librement utilisé, modifié et distribué. Apprentissage supervisé : L'apprentissage supervisé est une technique d'apprentissage automatique où un modèle est entraîné sur un ensemble de données étiquetées, c'est-à-dire des données pour lesquelles la sortie souhaitée est connue.Apprentissage non supervisé : L'apprentissage non supervisé est une technique d'apprentissage automatique où un modèle est entraîné sur un ensemble de données non étiquetées, c'est-à-dire des données pour lesquelles la sortie souhaitée n'est pas connue.Réduction de dimensions : La réduction de dimensionnalité est une technique qui vise à réduire le nombre de variables (ou dimensions) d'un jeu de données tout en conservant autant d'informations que possible.Clustering : Le clustering (ou regroupement) est une technique d'apprentissage non supervisé qui vise à regrouper des données similaires en groupes (ou clusters).GitHub: GitHub est une plateforme de développement collaboratif qui permet aux développeurs de stocker, partager et gérer leur code source.🎙 SOUTENEZ LE PODCAST> Abonnez-vous 🔔> Laissez 5 étoiles et un avis  🥰 Sur Spotify : iciSur Apple Podcast : iciSur Deezer : iciSur Google Podcast : ici 🧐 DANS LA MÊME THÉMATIQUE Épisode #52 Météo, océan et climat : prédire et modéliser grâce à l’intelligence artificielle - Louis Thiry (chercheur @ INRIA) Épisode #35 Nataniel Ruiz (Research Scientist @ Google Search) : Dreambooth, faire apprendre de nouveaux objets à une IA générative Épisode #51 Qualité de l’IA, qualité de la data - Jean-Marie John Matthew (Cofondateur @ Giskard) Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Dany Srage, Data Scientist,chez DeFacto est l’invité de l’épisode 69 du podcast Data Driven 101. Comment DeFacto utilise l'IA et l'Open Banking pour révolutionner le financement des PME ?Il nous dévoile les coulisses de leur algorithme de credit scoring et les défis de la data science appliquée au prêt. Un épisode riche en enseignements pour comprendre les enjeux de la data dans le secteur financier.🔑 MOTS CLÉSCredit Scoring: Le credit scoring est une méthode d’évaluation du risque de crédit d’un emprunteur. Il s’agit d’un score calculé à partir de différents critères qui permet d’estimer la probabilité qu’un emprunteur ne rembourse pas son prêt.Open Banking: L’open banking est un système qui permet aux banques de partager les données financières de leurs clients avec des tiers autorisés, comme Defacto. Cela permet à Defacto d’accéder aux transactions bancaires des entreprises et d’analyser leur situation financière.Label: Un label est une étiquette qui est attribuée à une donnée dans un dataset. Dans le contexte de Defacto, le label indique si un prêt a été remboursé ou nonCredit Line: Une credit line est une ligne de crédit. Il s’agit d’un montant maximum qu’un emprunteur peut emprunter auprès d’un prêteur.Data Drift: Le data drift est un phénomène qui se produit lorsque les données utilisées pour entraîner un modèle de machine learning évoluent au fil du temps.🎙 SOUTENEZ LE PODCAST> Abonnez-vous 🔔> Laissez 5 étoiles et un avis  🥰 Sur Spotify : iciSur Apple Podcast : iciSur Deezer : iciSur Google Podcast : ici 🧐 DANS LA MÊME THÉMATIQUE Épisode 56 : IA et Fraude documentaire - Marc de Beaucorps (CEO@ Finovox) Épisode 31 : Fabrice Bonnifet (Directeur du Développement Durable @ Bouygues ) : Data et Transition énergétique Épisode 9 : Alexis Frentz (Investment Manager @ Elaia) - Investir dans la data👋 PLUS DE CONTENU DATA ?> Suivez-moi sur LinkedIn (tips/réflexions) ici 🤳> Suivez-nous sur Tiktok 📳> Abonnez-vous à notre chaîne YoutubeHébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

L’IA générative a complètement révolutionné la façon dont on peut traiter les demandes de service client.Thomas Guenoux, de Yelda AI, nous propose de décortiquer sa construction de callbot rendue possible grâce à l’intelligence artificielle générative. Découvrez comment cette technologie permet de répondre à des milliers d'appels de manière fluide et automatisée, tout en adaptant des réponses en temps réel. 🔑 MOTS CLÉSNLP (Natural Language Processing) : Traitement du langage naturel. C'est une branche de l'IA qui permet aux machines de comprendre et de traiter les langues humaines. Elle est utilisée dans les callbots pour la transcription et la compréhension des requêtes des utilisateurs.Generative IA (Intelligence artificielle générative) : Un sous-domaine de l'IA qui permet de générer du contenu (texte, audio, etc.) de manière autonome en se basant sur des modèles d'apprentissage automatique. Dans ce podcast, Thomas parle de l'utilisation de cette technologie pour rendre les interactions avec les callbots plus fluides et naturellesAPI (Application Programming Interface) : Un ensemble de règles et de protocoles qui permettent à différentes applications de communiquer entre elles. Dans le contexte des callbots, les API sont utilisées pour récupérer des informations spécifiques comme le statut d'une commande ou les données d'un clientLLM (Large Language Model) : Modèle de langage à grande échelle qui comprend des milliards de paramètres pour traiter le langage naturel. Ces modèles sont utilisés pour améliorer la précision des réponses des callbots et pour comprendre des requêtes plus complexes🎙 SOUTENEZ LE PODCAST> Abonnez-vous 🔔> Laissez 5 étoiles et un avis  🥰 Sur Spotify : iciSur Apple Podcast : iciSur Deezer : iciSur Google Podcast : ici 👋 PLUS DE CONTENU DATA ?> Suivez-moi sur LinkedIn (tips/réflexions) ici 🤳> Suivez-nous sur Tiktok 📳> Abonnez-vous à notre chaîne YoutubeHébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.