Plénière
De villageoise à l’itWoman… Quelles actions pour faire de mon rêve TECH une réalité ?
Salle GAM − samedi 2 novembre 2024 à 09:30 − 55 min
Aujourd’hui, les métiers de l’IT font partie des secteurs qui recrutent le plus. Par conséquent, le faible pourcentage de femmes spécialisées dans ce domaine se répercute dans le monde de l’entreprise.
Le problème viendrait-il des préjugés ?
Les inégalités dans la tech seraient-elles le reflet de la société ?
Le choix des actions aurait-il une importance sur la réduction des injustices ?
La mixité étant un vecteur de performance, il est donc dans l’intérêt de toutes et tous que les métiers de la TECH se féminisent.
Alors, si vous voulez donner confiance et inspirer les femmes et les hommes pour générer encore plus de valeurs via la mixité et l’équité.
Du rêve à la réalité : venez découvrir comment dépasser les barrières et aller de l’avant !
Recherche des bonnes pratiques de packaging
Salle GAM − samedi 2 novembre 2024 à 17:00 − 55 min
Dans mon environnement, on développe beaucoup de prototypes. Le packaging de projets n'est pas forcément bien connu des membres.
L'histoire du packaging en Python est longue et mouvementée et Python est un langage qui a plus de 30 ans et doit gérer un "existant" très important.
La communauté a défini un mode de fonctionnement déclaratif qui a permis l'apparition de nouveaux outils de packaging.
Aujourd'hui, il y a un grand nombre d'outils et cette présentation correspond à mon parcours pour déterminer les étapes et le / les outils que je souhaite proposer sur les projets "pur Python" auxquels je contribue.
Reality Is Not an End-to-End Prediction Problem: Applied NLP in the Age of Generative AI
Salle GAM − dimanche 3 novembre 2024 à 10:00 − 55 min
Large Language Models (LLMs) and in-context learning have introduced a new paradigm for developing natural language understanding systems: prompts are all you need! Prototyping has never been easier, but not all prototypes give a smooth path to production. In this talk, I'll share the most important lessons we've learned from solving real-world information extraction problems in industry, and show you a new approach and mindset for designing robust and modular NLP pipelines in the age of Generative AI.
Breaking down larger business problems into actionable machine learning tasks is one of the central challenges of applied natural language processing. I will walk you through example applications and practical solutions, and show you how to use LLMs to their fullest potential, how and where to integrate your custom business logic and how to maximize efficiency, transparency and data privacy.