Conférences
2025/01 : Snow camp : Optimisation de performance bénéfice ou sacrifice ?
⚡ Plus le code est rapide, plus le code est bon.
Plutôt que d’ajouter des ressources de calculs, des technologies, réfléchissez à l’architecture, au code et au stockage des données pour économiser les dressources matériels.
🚀 Les premières optimisations relèvent des bonnes pratiques que tout le monde devrait savoir faire, les suivantes sont sacrificielles : elles dégradent la lisibilité, la maintenabilité du code. Pensé comme une déclinaise concrète de la loi de Eroom proposé par Tristan Nitot, ce talk, commencera avec un exemple de code bien mal codé comme nous l’avons tous déjà fait, puis au fil des optimisations, nous verrons bénéfices et sacrifices à faire pour aller toujours plus vite.
Le support est disponible ici
2024/06 : Breizh camp : Optimisation de performance bénéfice ou sacrifice ?
⚡ Plus le code est rapide, plus le code est bon.
🥧 Au-delà de cette phrase tarte à la crème, ce talk propose de voir quand il faut optimiser du code, comment s’y prendre, et à quel moment s’arrêter.
🚀 Les premières optimisations relèvent des bonnes pratiques que tout le monde devrait savoir faire, les suivantes sont sacrificielles : elles dégradent la lisibilité, la maintenabilité du code. Pensé comme une déclinaise concrète de la loi de Eroom proposé par Tristan Nitot, ce talk, commencera avec un exemple de code bien mal codé comme nous l’avons tous déjà fait, puis au fil des optimisations, nous verrons bénéfices et sacrifices à faire pour aller toujours plus vite.
Le support est disponible ici
2024/03 : PyCon 2024 Lithuania : CI/CD at Machine Learning Era
La CI/CD est un outil bien connu du logiciel pour construire et déployer des artefacts. En Machine Learning, c’est un peu particulier :
🔢 En plus de devoir construire et déployer du code, il faut gérer l’artefact modèle.
🗓️ Le build du modèle correspond à son entraînement, il ne se fait pas que quand le code change, il peut également être déclenché par un changement dans les données.
🏋️♀️ Le code pèse généralement quelques Mo, le modèle peut lui peser jusqu’à plusieurs Go.
Ces trois particularités font que le processus de construction et de déploiement doit être repensé.
Le support en anglais est disponible ici
2023/12 : Meet Up Crafting Data Science #11 La CI/CD à l’heure du Machine Learning
https://www.meetup.com/crafting-datascience/events/297496877/
Conférence réalisée avec Sofia Calcagno
La CI/CD est un puissant outil pour construire, versionner et déployer les versions successives d’une application. En Machine Learning, il faut gérer un artefact supplémentaire. Au court de ce talk, à travers 3 besoins (prototyper, développer, scaler), nous étudions les différents patterns pour entraîner, versionner et déployer une nouvelle version des modèles de ML.
2022/11 : Meet Up Crafting Data Science #9 Co-consturction d’un architecture de DS avec le public
https://www.meetup.com/fr-FR/crafting-datascience/events/289540895/
Conférence réalisée avec Sofia Calcagno
Un talk itératif durant lequel Sofia et Emmanuel-Lin dessine une architecture de Data Science au fil des évolutions des besoins métiers.
![Vidéo conférence]](https://www.youtube.com/watch?v=F7u3lCohVcQ)
![![Vidéo conférence]](https://img.youtube.com/vi/F7u3lCohVcQ/0.jpg){kind=link}
2022/03 : Dessine moi une architecture de Data Science
Conférence réalisée avec Sofia Calcagno et organisée par OCTO.
Un talk itératif durant lequel Sofia et Emmanuel-Lin dessine une architecture de Data Science au fil des évolutions des besoins métiers.
2021/11 : Tutoriel sur la librairie dataPreparation
Conférence organisée par Data Science Conférence Europe.
Vidéo à venir, ce tutoriel présente la librairie R dataPreparation ainsi qu’un benchmark de ses performances par rapport à d’autres librairies.
2021/02 : Histoire d’une architecture émergente
Conférence organisée par OCTO.
Le support est disponible ici
Le compte rendu par Alessandro Mosca.
2020/12 : REX d’un projet de Data Science en production au jour 1
Conférence réalisée avec Marc Frignet et organisée par OCTO.
2020/02 : Meetup crafting data science : Après la production
Conférence donnée avec Mehdi Houacine et organisée par crafting data science.
https://fr.slideshare.net/EmmanuelLinTOULEMOND/meetup-crafting-data-science-3-mars
2020/02 : Pourquoi et comment intégrer l’éthique dans la conception des algorithmes
Conférence organisée par l’espace éthique d’Île de France.
2020/01 : Mise en production le jour d’après
Conférence réalisée avec Mehdi Houacine et organisée par OCTO.
Le compte rendu par Hugo Robellaz.
2019/10 : Contribution à la matinale Ethical by Design
Conférence organisée par OCTO.
Le compte rendu écrit par Christophe Auffray.
2018/08 : Présentation de la librairie dataPreparation
Conférence organisée par le groupe R addicts Paris.
https://fr.slideshare.net/EmmanuelLinTOULEMOND/presentation-of-datapreparation-at-mett-up-raddicts