undefined cover
undefined cover
Le Métier de Data Scientist Est-il en Danger avec l’IA Générative ? cover
Le Métier de Data Scientist Est-il en Danger avec l’IA Générative ? cover
Intelligence Artificielle et DATA - Le Podcast de Natacha Njongwa Yepnga

Le Métier de Data Scientist Est-il en Danger avec l’IA Générative ?

Le Métier de Data Scientist Est-il en Danger avec l’IA Générative ?

52min |28/10/2024
Play
undefined cover
undefined cover
Le Métier de Data Scientist Est-il en Danger avec l’IA Générative ? cover
Le Métier de Data Scientist Est-il en Danger avec l’IA Générative ? cover
Intelligence Artificielle et DATA - Le Podcast de Natacha Njongwa Yepnga

Le Métier de Data Scientist Est-il en Danger avec l’IA Générative ?

Le Métier de Data Scientist Est-il en Danger avec l’IA Générative ?

52min |28/10/2024
Play

Description

Dans cet épisode, Mohamed Lemine Beydia, Head of Data & Analytics chez M7 (filiale du Groupe CANAL+), nous partage sa vision sur l'évolution du métier de data scientist face à l'émergence de l'IA générative.


Comment ces nouvelles technologies transforment-elles les pratiques actuelles ? Le métier de data scientist est-il réellement en danger ou l'IA devient-elle un outil de productivité pour les experts en données ?

Mohamed, avec son expérience chez Deloitte, PwC et Crédit Agricole, ainsi que son enthousiasme pour l'intelligence artificielle, apporte des réponses concrètes basées sur des cas réels dans les secteurs des médias, de la finance et du conseil.

Découvrez sa perspective unique et connectez-vous avec lui sur: https://www.linkedin.com/in/mohamed-lemine-beydia/


Blog recommandé : https://netflixtechblog.com/



Pour en savoir plus sur moi et plonger dans chaque épisode, retrouvez-moi sur mes réseaux sociaux :



Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Chapters

  • Introduction

    00:00

  • Data science dans les médias

    03:20

  • Utilisation des données externes dans la prédiction du succès des films

    09:24

  • Les rôles au sein des équipes data

    09:48

  • Comment mesurer la rentabilité des projets de data science

    18:28

  • L’IA générative pour accélérer la productivité des data scientists

    22:38

  • Défis liés à la qualité des données dans les médias

    30:00

  • L’évolution des métiers de la data science

    32:00

  • Les besoins en data engineering dans les médias

    34:00

  • Le secteur bancaire, pionnier en structuration des données

    39:04

  • Data science dans le secteur du conseil

    41:33

  • Questions Flash

    45:06

  • Recommandation

    45:26

  • Conclusion et remerciements

    51:55

Description

Dans cet épisode, Mohamed Lemine Beydia, Head of Data & Analytics chez M7 (filiale du Groupe CANAL+), nous partage sa vision sur l'évolution du métier de data scientist face à l'émergence de l'IA générative.


Comment ces nouvelles technologies transforment-elles les pratiques actuelles ? Le métier de data scientist est-il réellement en danger ou l'IA devient-elle un outil de productivité pour les experts en données ?

Mohamed, avec son expérience chez Deloitte, PwC et Crédit Agricole, ainsi que son enthousiasme pour l'intelligence artificielle, apporte des réponses concrètes basées sur des cas réels dans les secteurs des médias, de la finance et du conseil.

Découvrez sa perspective unique et connectez-vous avec lui sur: https://www.linkedin.com/in/mohamed-lemine-beydia/


Blog recommandé : https://netflixtechblog.com/



Pour en savoir plus sur moi et plonger dans chaque épisode, retrouvez-moi sur mes réseaux sociaux :



Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Chapters

  • Introduction

    00:00

  • Data science dans les médias

    03:20

  • Utilisation des données externes dans la prédiction du succès des films

    09:24

  • Les rôles au sein des équipes data

    09:48

  • Comment mesurer la rentabilité des projets de data science

    18:28

  • L’IA générative pour accélérer la productivité des data scientists

    22:38

  • Défis liés à la qualité des données dans les médias

    30:00

  • L’évolution des métiers de la data science

    32:00

  • Les besoins en data engineering dans les médias

    34:00

  • Le secteur bancaire, pionnier en structuration des données

    39:04

  • Data science dans le secteur du conseil

    41:33

  • Questions Flash

    45:06

  • Recommandation

    45:26

  • Conclusion et remerciements

    51:55

Share

Embed

You may also like

Description

Dans cet épisode, Mohamed Lemine Beydia, Head of Data & Analytics chez M7 (filiale du Groupe CANAL+), nous partage sa vision sur l'évolution du métier de data scientist face à l'émergence de l'IA générative.


Comment ces nouvelles technologies transforment-elles les pratiques actuelles ? Le métier de data scientist est-il réellement en danger ou l'IA devient-elle un outil de productivité pour les experts en données ?

Mohamed, avec son expérience chez Deloitte, PwC et Crédit Agricole, ainsi que son enthousiasme pour l'intelligence artificielle, apporte des réponses concrètes basées sur des cas réels dans les secteurs des médias, de la finance et du conseil.

Découvrez sa perspective unique et connectez-vous avec lui sur: https://www.linkedin.com/in/mohamed-lemine-beydia/


Blog recommandé : https://netflixtechblog.com/



Pour en savoir plus sur moi et plonger dans chaque épisode, retrouvez-moi sur mes réseaux sociaux :



Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Chapters

  • Introduction

    00:00

  • Data science dans les médias

    03:20

  • Utilisation des données externes dans la prédiction du succès des films

    09:24

  • Les rôles au sein des équipes data

    09:48

  • Comment mesurer la rentabilité des projets de data science

    18:28

  • L’IA générative pour accélérer la productivité des data scientists

    22:38

  • Défis liés à la qualité des données dans les médias

    30:00

  • L’évolution des métiers de la data science

    32:00

  • Les besoins en data engineering dans les médias

    34:00

  • Le secteur bancaire, pionnier en structuration des données

    39:04

  • Data science dans le secteur du conseil

    41:33

  • Questions Flash

    45:06

  • Recommandation

    45:26

  • Conclusion et remerciements

    51:55

Description

Dans cet épisode, Mohamed Lemine Beydia, Head of Data & Analytics chez M7 (filiale du Groupe CANAL+), nous partage sa vision sur l'évolution du métier de data scientist face à l'émergence de l'IA générative.


Comment ces nouvelles technologies transforment-elles les pratiques actuelles ? Le métier de data scientist est-il réellement en danger ou l'IA devient-elle un outil de productivité pour les experts en données ?

Mohamed, avec son expérience chez Deloitte, PwC et Crédit Agricole, ainsi que son enthousiasme pour l'intelligence artificielle, apporte des réponses concrètes basées sur des cas réels dans les secteurs des médias, de la finance et du conseil.

Découvrez sa perspective unique et connectez-vous avec lui sur: https://www.linkedin.com/in/mohamed-lemine-beydia/


Blog recommandé : https://netflixtechblog.com/



Pour en savoir plus sur moi et plonger dans chaque épisode, retrouvez-moi sur mes réseaux sociaux :



Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Chapters

  • Introduction

    00:00

  • Data science dans les médias

    03:20

  • Utilisation des données externes dans la prédiction du succès des films

    09:24

  • Les rôles au sein des équipes data

    09:48

  • Comment mesurer la rentabilité des projets de data science

    18:28

  • L’IA générative pour accélérer la productivité des data scientists

    22:38

  • Défis liés à la qualité des données dans les médias

    30:00

  • L’évolution des métiers de la data science

    32:00

  • Les besoins en data engineering dans les médias

    34:00

  • Le secteur bancaire, pionnier en structuration des données

    39:04

  • Data science dans le secteur du conseil

    41:33

  • Questions Flash

    45:06

  • Recommandation

    45:26

  • Conclusion et remerciements

    51:55

Share

Embed

You may also like