B4 : Valorisation des actifs numériques
Description
- Connaître les impacts et les apports du Machine Learning et de l’intelligence artificielle sur le système d’information de l’entreprise
- Etre capable d’intégrer tous les processus de développement logiciel et de gestion du cycle de vie des données dans des projets complexes
Mots-clés : intégration, DLM, DMP, gouvernance des données, visualisation, machine learning, IA
Ma validation
Articles Réflexifs
Ce semestre j’ai exploré la sécurité des IA dans un article réflexif. J’y ai découvert les principales techniques utilisées pour attaquer les IA et les défendre et expérimenté moi-même des attaques sur des IA du type GPT-2. Cet article m’a permis de me rendre compte des vulnérabilités liées à ces outils qui se sont si rapidement répandus dans notre société ainsi que des efforts et solutions qui sont mises en place pour les protéger.
A consulter ici
J’ai également écrit un article sur les principaux algorithmes de Machine Learning et leurs applications. J’y ai mis testé 3 algorithmes, un permettant de trouver le trend entre 2 points de données (Linear Regression), un autre permettant de résoudre le Travelling Salesman Problem (Ant-Colony Optimization) et un dernier permettant d’entraîner un agent à garder en équilibre un bâton (reinforcement learning). A travers cet article j’ai pu me rendre compte de la diversité de solutions que les algorithmes de Machine Learning peuvent apporter à des problèmes très différents.
A consulter ici
Ma collègue Joanna Baranowska a écrit un article sur l’analyse de données en python, où elle explore la raison pour laquelle ce langage est tant utilisé dans l’analyse de données. Elle y souligne que la simplicité de compréhension du langage, l’abondance de bibliothèques spécialisées, sa communauté active et sa polyvalence en font un outil très puissant pour l’analyse de données. Ayant utilisé ce langage dans tous mes exemples de machine learning de mon propre article réflexif, je suis tout à fait d’accord avec elle et comprend encore mieux pourquoi ce langage est si populaire et que je souhaite continuer à me l’approprier pour mon futur professionnel.
A consulter ici
LI : Data Mesh
Mon collègue Hugo Fairon nous a présenté le concept de Data Mesh, qui est une nouvelle approche de la gestion des données. Cette approche permet de décentraliser la gestion des données, de les rendre plus accessibles aux utilisateurs et de diminuer le nombre de goulots d’étranglement. Ceci le rend intéressant pour des structures de données extrêmement volumineuses et complexes, telles que celles utilisées par les GAFAM, mais beaucoup moins pour des structures de données plus petites et plus simples, telles que celles utilisées par les PME.
A consulter ici
Conférences : Data Science Conference Belgrade
A la DSC 2023 de Belgrade j’ai assisté à un tutoriel sur le reinforcement learning via la gamification. Ce tutoriel m’a permis de comprendre comment fonctionnait le reinforcement learning via l’algorithme génétique. Il était très intéressant et m’a lancé dans la rédaction de mon article sur les algorithmes de Machine Learning.
Durant les 3 jours j’ai assisté à différentes présentations autour des IAs et du machine learning dans des domaines très variés, tels que le gaming, la conduite autonome, la recherche de blessés à l’aide de drones, la sécurité informatique, la recherche de dépôts souterrains de pétrole, etc. J’ai pu me rendre compte personnellement du nombre de domaines impactés par les IA et l’utilisation de données jusqu’à présent ignorées. Ces 5 jours sont disponibles à la lecture ici : 1 2 3 4 5. Parmi ces conférences, la présentation AI Impact on Cybersecurity and Privacy du jour 3, m’a montré que les IAs peuvent être et sont utilisées non seulement à des fins néfastes, mais également dans la lutte contre les failles de sécurité en aidant les experts en sécurité à trier la quantité astronomiques d’erreurs que l’on peut parfois recevoir, à trouver des failles plus rapidement et à les corriger plus efficacement.