Hymalive - Les microservices au service du ML avec Aramis Group

Au cours de cette interview, nous reviendrons avec Fabrice sur la manière dont ils ont appliqué une stratégie de microservices aux sujets de Machine Learning, et les avantages qu’ils en ont tiré en termes de capitalisation et de réutilisabilité du code créé, en particulier sur sujets de computer vision. Nous reviendrons sur la manière dont l’équipe data s’est organisée et s’est professionnalisée sur des standards de Software Engineering comme la CI/CD ou les stratégies de test, et les bénéfices qu’ils en tirent au quotidien.

s'inscrire

voir les intervenants

En détail

A l’issue de cet évènement

Comprendre les Microservices: Acquérir des connaissances sur ce qu'est une architecture de microservices et comment elle peut être appliquée aux projets de Machine Learning. 🧩
Capitalisation et Réutilisabilité du Code: Découvrir comment structurer le code de manière à faciliter sa réutilisation et à capitaliser sur les efforts de développement, en particulier dans le domaine de la computer vision. 👁️🔄
Mise en Place de Standards de Software Engineering: Apprendre comment intégrer des standards tels que CI/CD et des stratégies de test dans les projets data, et pourquoi c'est crucial pour l'efficacité de l'équipe et la qualité des produits. 🛠️💡
Organisation d’une Équipe Data: Saisir comment structurer et organiser une équipe data pour optimiser la collaboration, l'efficacité et aligner les objectifs avec les standards de Software Engineering. 🤝📈
Tirer des Enseignements de Différents Domaines: Comprendre l'importance de s'ouvrir à des pratiques en dehors du domaine de la data et du ML, et comment tirer parti de ces connaissances pour améliorer ses propres processus et solutions. 🌉🧠

Cette interview promet d’être riche en informations et en conseils pratiques pour quiconque s’intéresse à l’intersection entre Data Science, Machine Learning et Software Engineering!

‍