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 CLÉS ESG (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 Truth Un 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 Matérialité Principe 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 Verte Secteur 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 PODCAST Abonnez-vous 🔔 Laissez 5 étoiles et un avis  🥰  Sur Spotify : ici (https://open.spotify.com/show/5YkpBdd4Si06ghOpcPmqux) Sur Apple Podcast : ici (https://podcasts.apple.com/fr/podcast/data-driven-101-le-podcast-ia-data/id1653812457) Sur Deezer : ici (https://www.deezer.com/fr/show/5371397) Sur Google Podcast : ici  (https://podcasts.google.com/feed/aHR0cHM6Ly9mZWVkLmF1c2hhLmNvL1pnM2FNU0dwazVPbQ?sa=X&ved=0CAMQ4aUDahcKEwjY5aeqitb7AhUAAAAAHQAAAAAQNA) 🧐 DANS LA MÊME THÉMATIQUE  Épisode 68CallBot : Des robots qui répondent au téléphone - Thomas Guenoux (CEO @YeldaAI) #68 (https://app.ausha.co/app/show/96966/episodes/preview/6382955) Épisode 63Chatbot IA chez Schneider Electric : RAG et Finance - Sébastien Durand (Audit financier @ Schneider electric) - #63 (https://app.ausha.co/app/show/96966/episodes/preview/4025180) Épisode 57Faire pénétrer l’IA dans un grand groupe - Bruno Daunay (AI lead @ Leonard) #57 (https://app.ausha.co/app/show/96966/episodes/preview/3878963) Hébergé par Ausha. Visitez ausha.co/fr/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 PODCAST Abonnez-vous 🔔 Laissez 5 étoiles et un avis  🥰  Sur Spotify : ici (https://open.spotify.com/show/5YkpBdd4Si06ghOpcPmqux) Sur Apple Podcast : ici (https://podcasts.apple.com/fr/podcast/data-driven-101-le-podcast-ia-data/id1653812457) Sur Deezer : ici (https://www.deezer.com/fr/show/5371397) Sur Google Podcast : ici  (https://podcasts.google.com/feed/aHR0cHM6Ly9mZWVkLmF1c2hhLmNvL1pnM2FNU0dwazVPbQ?sa=X&ved=0CAMQ4aUDahcKEwjY5aeqitb7AhUAAAAAHQAAAAAQNA) 🧐 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 (https://www.linkedin.com/in/marc-sanselme/) 🤳 Suivez-nous sur Tiktok (https://www.tiktok.com/datadriven101)📳 Abonnez-vous à notre chaîne Youtube (https://www.youtube.com/channel/UC2Mne7jWQ33tWB2rQLsTYYA)

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/fr/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 CLÉS Open 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 : ici (https://open.spotify.com/show/5YkpBdd4Si06ghOpcPmqux) Sur Apple Podcast : ici (https://podcasts.apple.com/fr/podcast/data-driven-101-le-podcast-ia-data/id1653812457) Sur Deezer : ici (https://www.deezer.com/fr/show/5371397) Sur Google Podcast : ici  (https://podcasts.google.com/feed/aHR0cHM6Ly9mZWVkLmF1c2hhLmNvL1pnM2FNU0dwazVPbQ?sa=X&ved=0CAMQ4aUDahcKEwjY5aeqitb7AhUAAAAAHQAAAAAQNA) 🧐 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/fr/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 CLÉS Credit 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 non Credit 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 : ici (https://open.spotify.com/show/5YkpBdd4Si06ghOpcPmqux) Sur Apple Podcast : ici (https://podcasts.apple.com/fr/podcast/data-driven-101-le-podcast-ia-data/id1653812457) Sur Deezer : ici (https://www.deezer.com/fr/show/5371397) Sur Google Podcast : ici  (https://podcasts.google.com/feed/aHR0cHM6Ly9mZWVkLmF1c2hhLmNvL1pnM2FNU0dwazVPbQ?sa=X&ved=0CAMQ4aUDahcKEwjY5aeqitb7AhUAAAAAHQAAAAAQNA) 🧐 DANS LA MÊME THÉMATIQUE  Épisode 56 : IA et Fraude documentaire - Marc de Beaucorps (CEO@ Finovox) (https://app.ausha.co/app/show/96966/episodes/preview/3860450) Épisode 31 : Fabrice Bonnifet (Directeur du Développement Durable @ Bouygues ) : Data et Transition énergétique (https://app.ausha.co/app/show/96966/episodes/preview/3110150) Épisode 9 : (https://podcast.ausha.co/data-driven-101/meteo-ocean-climat-predire-modeliser-grace-a-l-intelligence-artificielle-louis-thiry-chercheur-at-inria)Alexis Frentz (Investment Manager @ Elaia) - Investir dans la data (https://app.ausha.co/app/show/96966/episodes/preview/2407159) 👋 PLUS DE CONTENU DATA ? > Suivez-moi sur LinkedIn (tips/réflexions) ici (https://www.linkedin.com/in/marc-sanselme/) 🤳 > Suivez-nous sur Tiktok (https://www.tiktok.com/datadriven101)📳 > Abonnez-vous à notre chaîne Youtube (https://www.youtube.com/channel/UC2Mne7jWQ33tWB2rQLsTYYA) Hébergé par Ausha. Visitez ausha.co/fr/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 CLÉS NLP (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 naturelles API (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 client LLM (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 : ici (https://open.spotify.com/show/5YkpBdd4Si06ghOpcPmqux) Sur Apple Podcast : ici (https://podcasts.apple.com/fr/podcast/data-driven-101-le-podcast-ia-data/id1653812457) Sur Deezer : ici (https://www.deezer.com/fr/show/5371397) Sur Google Podcast : ici  (https://podcasts.google.com/feed/aHR0cHM6Ly9mZWVkLmF1c2hhLmNvL1pnM2FNU0dwazVPbQ?sa=X&ved=0CAMQ4aUDahcKEwjY5aeqitb7AhUAAAAAHQAAAAAQNA) 👋 PLUS DE CONTENU DATA ? > Suivez-moi sur LinkedIn (tips/réflexions) ici (https://www.linkedin.com/in/marc-sanselme/) 🤳 > Suivez-nous sur Tiktok (https://www.tiktok.com/datadriven101)📳 > Abonnez-vous à notre chaîne Youtube (https://www.youtube.com/channel/UC2Mne7jWQ33tWB2rQLsTYYA) Hébergé par Ausha. Visitez ausha.co/fr/politique-de-confidentialite pour plus d'informations.

Comment faire émerger des bonnes idées parmi les citoyens ? Comment mesurer leur popularité ? Comment repérer les sujets de controverse ? David Mas, Chief AI Officer chez Make.org (http://Make.org) nous explique comment il résout ces problèmes grâce à ses algorithmes et nous parle des enjeux de la mobilisation citoyenne à grande échelle via la technologie et l'intelligence artificielle, ainsi que de l'impact réel des consultations citoyennes massives. 🔑 MOTS CLÉS NLP (Natural Language Processing) : Traitement automatique du langage naturel. Cette discipline de l'IA permet aux ordinateurs de comprendre et traiter le langage humain, en analysant les données textuelles. Chez Make.org (http://Make.org), ils l'utilisent pour analyser et regrouper les propositions des citoyens Fine-tuning de modèles : Technique qui consiste à ajuster un modèle de machine learning pré-entraîné sur un ensemble de données spécifiques pour améliorer ses performances dans des tâches spécifiques. Make.org (http://Make.org) utilise cette approche pour rendre les modèles plus efficaces, responsables et adaptés à des cas d'utilisation démocratiques RAG (Retrieval-Augmented Generation) : Modèle d'IA qui combine génération de texte et récupération d'informations pertinentes en temps réel pour répondre à des questions. Cela permet de créer des réponses plus précises en consultant des bases de données externes Algorithme d'attribution : Un système qui distribue de manière équitable les propositions faites par les utilisateurs, en s'assurant qu'elles ont toutes une chance égale d'émerger. Ce processus est crucial dans le cadre des consultations citoyennes massives 🎙 SOUTENEZ LE PODCAST > Abonnez-vous 🔔 > Laissez 5 étoiles et un avis  🥰  Sur Spotify : ici (https://open.spotify.com/show/5YkpBdd4Si06ghOpcPmqux) Sur Apple Podcast : ici (https://podcasts.apple.com/fr/podcast/data-driven-101-le-podcast-ia-data/id1653812457) Sur Deezer : ici (https://www.deezer.com/fr/show/5371397) Sur Google Podcast : ici  (https://podcasts.google.com/feed/aHR0cHM6Ly9mZWVkLmF1c2hhLmNvL1pnM2FNU0dwazVPbQ?sa=X&ved=0CAMQ4aUDahcKEwjY5aeqitb7AhUAAAAAHQAAAAAQNA) 👋 PLUS DE CONTENU DATA ? > Suivez-moi sur LinkedIn (tips/réflexions) ici (https://www.linkedin.com/in/marc-sanselme/) 🤳 > Suivez-nous sur Tiktok (https://www.tiktok.com/datadriven101)📳 > Abonnez-vous à notre chaîne Youtube (https://www.youtube.com/channel/UC2Mne7jWQ33tWB2rQLsTYYA) Hébergé par Ausha. Visitez ausha.co/fr/politique-de-confidentialite pour plus d'informations.

Comment l’intelligence artificielle peut aider les artistes dans leur processus créatif ? Est-ce que l’IA peut aider à découvrir des œuvres qui nous plaisent ? Comment caractériser les goûts artistiques et le style de chacun ? Venez écouter Jonas Botbol, CTO de Your Art, invité de l’épisode 66 de Data Driven 101. 🎙 SOUTENEZ LE PODCAST > Abonnez-vous 🔔 > Laissez 5 étoiles et un avis  🥰  Sur Spotify : ici (https://open.spotify.com/show/5YkpBdd4Si06ghOpcPmqux) Sur Apple Podcast : ici (https://podcasts.apple.com/fr/podcast/data-driven-101-le-podcast-ia-data/id1653812457) Sur Deezer : ici (https://www.deezer.com/fr/show/5371397) Sur Google Podcast : ici  (https://podcasts.google.com/feed/aHR0cHM6Ly9mZWVkLmF1c2hhLmNvL1pnM2FNU0dwazVPbQ?sa=X&ved=0CAMQ4aUDahcKEwjY5aeqitb7AhUAAAAAHQAAAAAQNA) 👋 PLUS DE CONTENU DATA ? > Suivez-moi sur LinkedIn (tips/réflexions) ici (https://www.linkedin.com/in/marc-sanselme/) 🤳 > Suivez-nous sur Tiktok (https://www.tiktok.com/datadriven101)📳 > Abonnez-vous à notre chaîne Youtube (https://www.youtube.com/channel/UC2Mne7jWQ33tWB2rQLsTYYA) Hébergé par Ausha. Visitez ausha.co/fr/politique-de-confidentialite pour plus d'informations.

Thomas Lecat, Staff Research Engineer chez InstaDeep, est l'invité de l'épisode 65 de Data Driven 101.Il nous plonge dans l'univers du Deep Reinforcement Learning, une technologie révolutionnaire pour l'optimisation industrielle. Thomas nous parle de ses applications concrètes, de l'optimisation des réseaux électriques à la planification des transports, en passant par le routage des circuits imprimés. Il nous apprend que cette approche permet de résoudre des problèmes complexes avec une flexibilité et une performance accrues par rapport aux méthodes traditionnelles.🔑 MOTS CLÉSDeep Reinforcement Learning (DRL) : Une sous-branche de l'intelligence artificielle où les algorithmes apprennent en interagissant avec leur environnement, optimisant les décisions prises en fonction des récompenses reçues.Optimisation combinatoire : Un domaine des mathématiques appliquées dédié à la recherche des solutions optimales parmi un ensemble fini de solutions possibles, crucial dans la planification industrielle.JAX : Une bibliothèque open-source de Google utilisée pour le calcul différentiable en Python, permettant l'optimisation et la parallélisation sur GPU, essentielle pour des simulations rapides et efficaces.Evolutionary Algorithms (EA) : Une classe d'algorithmes inspirés de la théorie de l'évolution naturelle, utilisés en combinaison avec le reinforcement learning pour explorer de vastes espaces de solutions.Policy Gradient Methods : Techniques de reinforcement learning qui optimisent directement la politique de prise de décision de l'agent, en fonction des gradients de récompense.Soft Actor-Critic (SAC) : Un algorithme avancé de reinforcement learning qui combine les avantages de l'apprentissage par politiques stochastiques et déterministes pour une exploration efficace et une stabilité accrue.🎙 SOUTENEZ LE PODCAST> Abonnez-vous 🔔> Laissez 5 étoiles et un avis  🥰 Sur Spotify : ici (https://open.spotify.com/show/5YkpBdd4Si06ghOpcPmqux)Sur Apple Podcast : ici (https://podcasts.apple.com/fr/podcast/data-driven-101-le-podcast-ia-data/id1653812457)Sur Deezer : ici (https://www.deezer.com/fr/show/5371397)Sur Google Podcast : ici  (https://podcasts.google.com/feed/aHR0cHM6Ly9mZWVkLmF1c2hhLmNvL1pnM2FNU0dwazVPbQ?sa=X&ved=0CAMQ4aUDahcKEwjY5aeqitb7AhUAAAAAHQAAAAAQNA)🧐 DANS LA MÊME THÉMATIQUE Épisode 23 : (https://podcast.ausha.co/data-driven-101/episode-23-hamza-tajmouati-head-of-ai-data-at-iktos-l-ia-generative-pour-creer-des-medicaments)Hamza Tajmouati (Head of AI & Data @ Iktos ) : L’IA générative pour créer des médicamentsÉpisode 59 : (https://podcast.ausha.co/data-driven-101/ia-dans-la-consultation-medicale-samuel-humeau-lead-machine-learning-at-nabla-59) IA dans la consultation médicale - Samuel Humeau (Lead Machine Learning @ Nabla)Épisode 52 : (https://podcast.ausha.co/data-driven-101/meteo-ocean-climat-predire-modeliser-grace-a-l-intelligence-artificielle-louis-thiry-chercheur-at-inria)Météo, océan et climat : prédire et modéliser grâce à l’intelligence artificielle - Louis Thiry (chercheur @ INRIA) 👋 PLUS DE CONTENU DATA ?> Suivez-moi sur LinkedIn (tips/réflexions) ici (https://www.linkedin.com/in/marc-sanselme/) 🤳> Suivez-nous sur Tiktok (https://www.tiktok.com/datadriven101)📳> Abonnez-vous à notre chaîne Youtube (https://www.youtube.com/channel/UC2Mne7jWQ33tWB2rQLsTYYA) 🚀 BESOIN D’EXPERTISE IA & DATA ?Scopeo vous accompagne de A à Z dans vos projets IA : découvrez nos solutions (https://scopeo.ai/conseil-recherche-developpement-integration-solutions-ia/) :Diagnostic IA & Data : évaluation du potentiel de l'Intelligence Artificielle pour votre entreprise, compréhension de ce qui est réalisable avec les technologies actuelles, et mesure des risques et des opportunités associés à l'IA pour votre activitéIA sur mesure : création d'une Intelligence Artificielle sur mesure, adaptée à vos besoins spécifiques, développement et intégration des meilleures solutions sur mesure pour répondre à vos problématiques uniques

Anatole Parre, cofondateur et CTO de SustainEcho, est l'invité de l'épisode 64 de Data Driven 101.Il nous dévoile les dessous d'un SaaS innovant qui permet le calcul du bilan carbone de la construction.Anatole nous plonge dans les défis technologiques rencontrés, notamment la quantification de l'impact des matériaux, l'utilisation de techniques de NLP et le finetuning de LLM pour gérer les différentes langues, lors d'une expansion internationale. Il nous apprend aussi comment leur approche facilite la prise de décision en matière de construction durable. Hébergé par Ausha. Visitez ausha.co/fr/politique-de-confidentialite pour plus d'informations.