Pendant la récente pandémie de COVID-19, MyDataModels a mis son produit de base – TADA – et le temps de consultation de l’un de ses Data Scientist en libre accès à toutes les organisations publiques travaillant sur le COVID-19. Cela comprenait des professionnels de santé qui ont utilisé TADA pour aider à découvrir des personnes potentiellement malades, données issues de réponses à des questionnaires médicaux. L’objectif de MyDataModels en collaboration avec les médecins généralistes, était d’aider à prévoir les principaux symptômes du COVID-19 et de fabriquer un modèle aussi interprétable que possible. Avec cet objectif, le processus de machine learning complet – depuis la création et le prétraitement des données jusqu’aux métriques du modèle, a été suivi par une analyse de sensibilité. Cette dernière a été progressivement consolidée dans une procédure qui fait désormais partie du produit. La technique permet de déterminer l’impact de chaque variable sur les résultats du modèle, aider à la compréhension, même pour les experts du domaine. Notez que – bien qu’utile pour illustrer les corrélations variables, l’analyse de sensibilité n’est pas censée – ni capable de – déterminer le lien de causalité ou de remplacer le consultant en santé humaine. Le processus, tel qu’il est mis en œuvre dans un cas d’utilisation lié au COVID, est présenté et une référence est faite à la littérature ouverte sous-jacente.

A travers trois expériences différentes sur Nice et le département des Alpes Maritimes, nous présentons comment les modèles de visières fabriqués en impression 3D ou en découpe laser se sont partagés, en open source ou en libre accès, ce qu’elles ont permis de faire et les contraintes rencontrées pour y accéder, pour les modifier, pour les réutiliser.

Frédéric d’Outpost24 fournira quelques informations sur l’intégration d’une solution Open Source IAM dans le projet LEXIS (Large-scale EXecution for Industry & Society). Après avoir effectué une analyse de la solution Open Source IAM (centrée sur les exigences et contraintes de LEXIS), le consortium a choisi de déployer «Keycloak». Après avoir déployé le logiciel en «mode autonome» à des fins de développement et d’intégration, le consortium vise maintenant à déployer Keycloak en «mode de réplication entre centres de données».

Jonathan Daeden travaille depuis 8 ans dans la data science. Après un Master en Océanographie à l’Université Pierre & Marie Curie, il obtient en 2015 un doctorat en Géostatistique à l’Université de La Rochelle. Pendant deux ans aux Etats-Unis, il enseigne la géomatique à l’Université du Delaware. Depuis 2019, il a rejoint l’équipe recherche et développement chez MyDataModels pour rendre le machine learning accessible à tous. Il accompagne également entreprises et organisations publiques dans leur nouveau projet data science.

En 2012, Marie Pelleau a obtenu son doctorat en Informatique à l’Université de Nantes. Après un passage à l’Université de Montréal puis à Sorbonne Université, elle a été recrutée en octobre 2017 en tant que maître de conférences à l’Université Côte d’Azur. Depuis février 2018 elle est référente du FabLab de l’université sur le Campus Valrose où elle a supervisé de nombreux projets étudiants.

Julien Holtzer est co-fondateur du Fab Lab de Sophia Antipolis avec Telecom Valley et passionné d’objets connectés et d’intelligence artificielle depuis 15 ans. Il est également directeur technique pour Sogeti dans le groupe Capgemini à Sophia Antipolis, en charge des nouvelles technologies, de l’innovation et des pratiques de développement rapide (low-code, data, mobile, IoT).

Christophe travaille sur la virtualisation chez Red Hat et a récemment amené la technologie Kata Containers sur la distribution Fedora. Il est également l’auteur original de Tao3D, du langage de programmation XL et du système d’exploitation HP Integrity Virtual Machines.

Je travaille pour faire de kubernetes un des meilleures endroits pour lancer Datadog avec l’équipe #Compute. J’essaie de rester en contact avec tous les aspects de l’environnement Kubernetes autant que possible avec un fort accent sur le provisionnement des ressources et la planification de la charge de travail. L’évolutivité et l’auto-guérison du système représentent également une grande partie de mes activités. Toujours prêt à coder ou à modifier un contrôleur pour rendre la plateforme plus robuste, élastique et rentable.