Le blog Jedha

Quelles sont les applications de la Data dans la musique ? Ici quelques exemple de use cases complets pour mieux comprendre les technologies et concepts derrière.

Quelles sont les applications de la Data dans le sport ? Ici quelques exemple de use cases complets pour mieux comprendre les technologies et concepts derrière.

Découvrez l'histoire de la reconversion de Delphine. De son master en audiovisuel au métier de Data Consultant, en étant passé par les formations Data de Jedha, elle nous explique son parcours.

Protéger ses donnés est devenu un enjeu phare pour toute entreprise. Mais quelles sont les personnes qui sont derrière toutes ces missions ? Découvrez ici les différents métiers de la Cybersécurité.

Pourquoi la cybersécurité est-elle essentielle à toute organisation ? Quels sont ses enjeux ? Quels sont les métiers liés à la cybersécurité ? Réponse dans cette article complet.

Depuis Février 2021, les formations Data de Jedha Bootcamp sont éligibles au CPF ! Nous vous expliquons la démarche étape par étape pour bénéficier de ces financements.

Data Scientist, Data Analyst, 2 des profils les plus recherchés sur le marché du travail. Mais finalement : quelles différences en termes de missions, de compétences, de salaires ?

Après un parcours commercial en tant que Business Analyst dans la secteur industriel, Vincent s'oriente vers la Tech. Il est maintenant Data Scientist chez Aqsone, société de conseil et nous raconte.

Retrouvez l'historie de Charlène, passée consultante Data Scientist après sa formation Fullstack. Elle nous raconte son parcours et les étapes de sa reconversion.

Ce n'est plus un secret pour personne, les recruteurs sont toujours plus à l'affût de profils d'exception en Data Science. Vous souhaitez devenir Data Scientist et optimiser vos chances de recrutement ? Avant de candidater à ce poste, voici quelques conseils.

Un enjeux des plus importants pour des sites comme Trustpilot, Google, Tripadvisor : la détection de faux avis laissés par des internautes. Un projet ambitieux mené par nos élèves Anis & Naeem.

Un métier hautement managérial doit également connaitre les enjeux techniques et les méthodes ! Le Chief Data Officer sera le garant de la bonne valorisation de la donnée à l’échelle de l’entreprise. Métier, salaire, perspectives d'évolutions, nous répondons à vos questions !

Lorsque la Business Intelligence va faire des analyses sur des performances passées pour optimiser les processus actuels et futur, la Data Science va s'attarder sur les prédications ou actions futures. Définitions, similitudes, différences et éventuelle complémentarité, découvrez tout ce que vous voulez savoir sur ces deux disciplines ici.

Quelles sont les enjeux que la Data présente pour le secteur des ressources humaines, quelles sont les cas d’applications que l’on retrouve de la Data dans ce secteur ? Automatisation, gain en efficacité et en productivité, les applications et avantages que présente l’exploitation de la donnée dans le secteur RH sont multiplies !

Le domaine de la Data Science est en pleine expansion depuis maintenant plusieurs années. Les formations leur permettant de mener à bien cette transition professionnelle fleurissent. Souvent se pose alors le dilemme de se former en ligne ou en classe. Alors que faut-il faire ? Nous vous donnons nos conseils. 

Vous êtes vous déjà posé cette question : “comment améliorer les performances de votre site web ?”. Un A/B test est une méthode statistique fiable permettant de savoir si l’implémentation d’une feature (fonctionnalité) a eu un impact positif sur votre application ou site web.

Avec la technologie qui progresse, les besoins en termes de stockages se sont précisés et plusieurs types de bases de données ont vu le jour. Tout d’abord les bases de données SQL puis, plus récemment, les bases de données NoSQL. Mais alors, quelles sont les différences entre les deux ? Et bien, tout est une question de manière de stocker la donnée. Nous vous expliquons tout dans cet article.

Parlons aujourd'hui du Business Analyst, un profil recherché, hautement apprécié dans une entreprise en développement ! Retrouvez ici toutes les informations sur les salaires, les moyens de s'y former, les perspectives d'évolution.

La Data Science est maintenant un domaine répandu dans les entreprises. Bien que ce domaine soit très tech, il est très différent du software engineering ou du développement web. Il est donc important d’en connaître les rouages pour pouvoir mener des projets à son terme. Nous vous donnerons donc les étapes clés ainsi que nos conseils pour gérer vos projets Data Science.

120 milliards de dollars pour 2021 : c'est la valeur du marché du Cloud Computing. Mais qu'est-ce ? Pourquoi en a-t-on besoin ? Quelles sont les technologies derrière ? Toutes les réponses dans cet article complet.

Réaliser sa reconversion professionnelle en 3 mois ? C'est possible ! C'est d'ailleurs ce qu'a fait Chunyan, alumni de notre 15e Demoday et maintenant Data Analyst. Elle nous partage son retour d'expérience de formation : professeurs, ambiance, projets

C’est un langage de programmation dont on entend moins parler que Python ou Javascript pourtant Scala est très utile dans certains secteurs notamment parce que c’est un des langages fondamental dans la programmation fonctionnel et que c’est le langage utilisé dans la construction de Spark. Revenons donc sur les raisons principales d’apprendre Scala lorsque vous êtes un professionnel de la Data.

Parlons aujourd'hui du Data Engineer, un profil assez rare et hautement technique ! Retrouvez ici toutes les informations sur les salaires, les moyens de s'y former, les perspectives d'évolution.

C’est un terme qui revient souvent : le Web Scraping. A quoi cela peut-il servir et pourquoi l’utilise-t-on autant ? Et bien, la raison est que le web regorge d’informations. Imaginez un instant que vous puissiez récolter cette information pour vous, les possibilités que cela pourrait vous ouvrir. C’est pour cela que ce domaine est devenu très populaire.

Parlons aujourd'hui du Machine Learning Engineer, un profil rare de plus en plus recherchés par les recruteurs ! Retrouvez ici toutes les informations sur les salaires, les moyens de s'y former, les perspectives d'évolution.

Parlons aujourd'hui du Data Analyst, un profil toujours plus recherché par les recruteurs, et dont les compétences transverses relèvent d'une très compréhension de votre entreprise ! Retrouvez ici toutes les informations sur les salaires, les moyens de s'y former, les perspectives d'évolution.

Pendant leur formation en Data, certains de nos élèves choisissent de travailler sur des projets Data proposés par nos partenaires. Retrouvez ici le témoignage d'Aurélie et Clément de l'association Aura, qui leur a soumis un projet.

Devenez Data Scientist, Data Analyst ou Data Engineer avec des formations adaptés à votre niveau actuel et vos objectifs professionnel. Masters, cours en ligne, bootcamps, il existe nombre de moyens par lesquels vous pouvez vous former !

Le métier, le salaire, les perspectives d’évolution et les formations que vous pouvez suivre pour devenir Data Scientist. Considéré comme le métier le plus sexy du XXIe siècle, Data Scientist est un poste de plus en plus recherché à la fois car la donnée est devenu un levier de croissance fort pour les entreprises

A croisée de l'analyse pure et la manipulation de donnée chiffrées, le métier de Strategy Data Analyst relève de nombreuses compétences. Candice qui exerce ce poste chez Blablacar nous explique son métier, ses missions.

Après presque 1 an de pandémie, où en est le marché de la data ? Nous avons rassemblé des chiffres parus dans plusieurs études menées sur toute l’année 2020.

Retrouvez dans cette interview le parcours de Guilhem, Lead Data Scientist chez Host'n'fly, sa vision du métier de Data Scientist, ses conseils en recrutement !

Vous lisez un article de blog, regardez une vidéo relatif à l'univers de la Data, s'il y a un mot que vous ne comprenez pas, référencez vous à ce glossaire !

"Du jour au lendemain, nos activités ont été divisées par 3, sont ensuite remontées de la moitié de la normale, puis on doublé." Ce sont les dires d'un client de Kardinal. Cédric Hervet est co-fondateur de Kardinal, travaillant dans un de ces secteurs les plus touchés, et sollicité : l'optimisation de tournée logistique. Comment adapter sa stratégie Data lorsqu'un événement aussi soudain et brutal que l'annonce du confinement dû à la crise sanitaire surgit ? L'historiques des données n'a plus aucune valeur. Que faire de ces modèles d'IA qui étaient basées sur cet historique ? Comment évaluer l'évolution de ses performances dans un environnement aussi instable ?

Expérience au Etats-Unis, use case principaux de la Data Science dans l'industrie du jeu vidéo mobile, Johanna Grossmann nous explique également comment le secteur a évolué ces dernières années !

Retrouvez ici l'interview de Benoît, Data Scientist, Engineer & Machine Learning freelance ! France TV, Crédit Agricole, Allianz, TF1, tout autant d'entreprises & de missions variées dont ils vous racontent les derrières.

Rejoignez en un clic notre Data e-learning platform et profitez de ressources gratuites : Python, SQL, Data Visualisation & bien d'autres ! Recevez des invitations à nos événements et discutez avec la communauté sur Slack.

RH x Data, démocratisation des compétences techniques, Retrouvez ici l'interview complète de David, Business Analyst & enseignant sur notre formation Essentials !

L'IA comparée au Big Brother de 1984, vision des métiers de la Data et du secteur, Charles Tanguy, Content Master chez Jedha nous fait aborder tout un tas de problématiques relatives à la Data ! Une interview complète à lire sans modération.

Data Scientist chez Pôle Emploi depuis plus d'un an, Sacha Duzelier nous parle de la manière dont est utilisée la donnée dans l'administration ! Des projets d'optimisation de tâches pour les conseillers, en passant par de la prédiction de date de pourvoie d'un poste, Sacha nous parle des sujets Tech dans l'administration dont nous entendons très souvent parler !

D'une carrière dans le SEO et l'analyse web, Adrien a rapidement crée une appétence pour l'analyse de la donnée et a souhaité monter en compétences. Il a donc suivi la formation Fullstack à temps partiel, et 6 mois après, il est maintenant Data Scientist pour TF1 ! Il nous raconte son histoire.

Suite à son parcours plutôt tourné Bio-informatique, Hayet entame une reconversion dans la Data Science. Elle suit les formations Essentials & Fullstack avec Jedha, et obtient son poste de Data Scientist dès son Demoday

Marie Fray, influenceuse & coach en visibilité Linkedin nous explique aujourd'hui en quoi l'algorithme de Linkedin est-il si particulier, et nous livre ses best practices pour favoriser l'intéraction sur ses publications.

Beaucoup de personnes qui se lancent dans la Data se demandent comment est-ce qu'elles pourraient évoluer dans le milieu. Voici nos conseils pour démarrer sa carrière dans la data.

Qu'est ce que le NLP ou Natural Language Processing ? On vous explique tout avec Datalyo, un cabinet de conseil spécialisé en Data.

La data est un domaine en constante évolution. En 2020, de nouveaux métiers ont émergé comme celui de Data Engineer et Machine Learning Engineer tandis que les métiers de Data Analyst et Data Scientist restent toujours très populaires. Voyons donc ensemble la nomenclature des nouveaux métiers de la data.

Le succès de ces classes virtuelles nous a poussé à décider de maintenir un format hybride présentiel / distanciel après le déconfinement, laissant la liberté aux élèves de choisir de venir sur le campus ou de rester à distance. 🕊️

L’interview de Pierre-Antoine, notre supra Maître Jedha, spécialisée dans l’imagerie médicale ! Enseignant à la première promotion Fullstack Lyonnaise, il est intervenu sur les 3 dernières semaines constituantes des modules Carrière et réalisation de projets. Retrouve ici tous ses conseils et bonnes pratiques, que tu sois autodidacte, élève actuel, futur ou tout simplement intéressé par la Data !

Le suivi de nos formations est aujourd'hui en format hybride : les élèves souhaitant suivre en classe le peuvent, ceux qui souhaitent suivre à distance le peuvent également.

Pour ses 2 ans, Jedha lance un 3e programme, le bootcamp Data Engineering. Après les fondamentaux en Data Science, le programme FullStack permettant de se professionnaliser dans le secteur, ce 3e programme fera un focus sur la dernière étape d’un projet IA, l’industrialisation du modèle. L’idée derrière ce programme : Acquérir un double set de compétences ultra-recherché, les casquettes Data Scientist / Data Engineer. Dans quel cadre s’inscrit ce dernier métier ? Quelles compétences à acquérir ?

Après un cursus en école de commerce, Boukar lance son application : Plaiz, un réseau social dédié à la mode. Son ambition ? Intégrer un algorithme de recommandation de contenu pour améliorer les expériences de ses utilisateurs.

Une fois que vous avez construit votre modèle de Machine Learning, quelles sont les prochaines étapes ? Il va falloir l’évalue puis l’améliorer si ses performances ne sont pas bonnes. Une baseline vous permettra de démarrer cette analyse.

Dans les technologies liés au Deep Learning, nous pouvons différencier 2 environnements distincts : l’environnement de développement permettant de créer des modèles de prédiction, de classification, de reconnaissances, de segmentation ; en somme des modèles de traitement de données, et celui de mise en production. Ce dernier va permettre de passer à échelle ces modèle afin de les faire bénéficier aux acteurs métiers de l’entreprise (par exemple, permettre à des équipe d’EDF de reconnaître automatiquement des anomalie sur des poteaux électriques).

Les applications du Deep Learning se retrouvent très souvent dans nos quotidiens, sans même que l’on ne s’en rende compte ! Les principales applications étant aujourd’hui de 2 types : le traitement d’images, et le traitement de texte. Creusons ici chacune d’entre elles.

Machine Learning & Deep Learning sont devenus des termes extrêmement utilisés dans le cadre de nos activités, avec des applications toujours plus nombreuses. Lorsque l’on parle de Deep Learning, nous parlons d’algorithmes capables de mimer les actions du cerveau humain grâce à des réseaux de neurones d’où le terme d’Intelligence Artificielle.

En décembre 2019, nous fêtions l’anniversaire 🎂 de Jedha. Cela fait maintenant plus de deux ans que nous construisons cette école avec toujours autant de passion. Je souhaitais donc profiter de l’occasion pour revenir sur tout ce que nous avons appris depuis notre création et ce que nous avons pu accomplir pour construire notre école de la Data ! Nous avons beaucoup évolué depuis que nous existons. Et finalement, l’élément qui nous a structuré depuis le départ a été notre volonté d’aider notre communauté à grandir, grâce à la connaissance que l’on pouvait leur apporter. Depuis notre premier élève, nous mettons un point d’honneur à donner la meilleure expérience possible à nos apprenants. Pour cela, nous nous reposons sur 4 piliers fondamentaux : L’engagement de l’équipe 💑 Les contenus pédagogiques 👌 La communauté ❤️ Les connexions avec le monde de l’entreprise 🤝 La timeline de Jedha complète ici !

La Force Athlétique est un sport de force dérivé de l’haltérophilie, dont l’objectif est de soulever une charge maximale sur 3 mouvements : le squat (flexion de jambes), le bench (développé couché) et le deadlift (soulevé de terre). L’athlète a 3 essais par mouvement et le classement est fait sur le total (somme des charges réalisées sur les 3 mouvements). En France la première fédération officielle est la ffforce (fédération française de force), affiliée à la fédération internationale IPF (international powerlifting federation).

Plus de 85% des Alumni des 4 promotions Full-Stack ont réalisé leur projet professionnel ou sont déjà en poste, avec un temps de retour à l’emploi sous 3 mois en moyenne. Ceci est le résultat très satisfaisant de la récente enquête d’insertion menée auprès des Alumni de la session Full-Stack, à la veille du Demoday de la 5ème promotion ! Un mot d’ordre : la diversité des opportunités dont jouissent nos alumnis à la fin de leur formation Fullstack.

Améliorer son taux de conversion, son ciblage, mieux connaître son audience fait partie des grandes missions de chaque entreprise. Les méthodes de Machine Learning nous permettent maintenant de mieux comprendre tout ceci, en analysant les comportements et interactions d’un très grand nombre d’utilisateurs ! Ici nous allons parler d’une problématique centrale : comment optimiser ses publicités dans les médias digitaux (les sites internet du Monde, Le Point, Le Parisien etc), en suivant la stratégie des annonceurs (marques voulant diffuser leurs publicités) et les visiteurs du site internet.

On peut souvent entendre dire qu’un langage de programmation orienté object Python apporte de grands avantages de la modularité, l’abstraction, la productivité et ré-utilisabilité, la sûreté… Python en est lui même un, d’ailleurs une des raisons pour lesquelles il est aussi populaire. Mais qu’est-ce que la Programmation Orientée Objet (POO) ? Pourquoi est-elle si utile ?

Le programme Fondamentaux des Data Science ! Corentin l’a suivie accompagnée de sa professeure Andreea, Data Scientist chez Devoteam afin d’acquérir les compétences clés pour bien démarrer dans la Data Science. Passé directement sur la formation Fullstack, il nous explique maintenant son parcours, ses objectifs précis, son expérience de formation. Corentin travaille maintenant chez Keyrus Lyon sur des problématiques de Data Science et de BI, bravo à lui ! Toutes nos sessions Lyonnaises ici 🙂

Dans ce projet Machine Learning final réalisé après sa session des Fondamentaux en Data Science, Nisrine met en place un algorithme de Machine Learning supervisé pour prédire le prix d’une action sur un marché public. Un avant goût des larges possibilités qu’offre la Data Science dans le secteur financier !

Article écrit par Lionel Chaumien, élève de la Fullstack Batch #4 pour un de ses projets de session.

Par Thomas Bazzi – Élève du programme Fullstack. Pendant mes 5 ans d’études en informatique et mes 10 ans de carrière en développement, j’ai croisé pas moins d’une centaine de langages de programmation, des plus simples aux plus complexes, des plus « mainstream » au plus obsolètes. À chacun ses caractéristiques, sa syntaxe, ses forces et ses limites. Aujourd’hui il existe des milliers et des milliers de langages de programmation, mais seulement une petite « élite » se distingue par domaine (Web, systèmes embarqués, logiciels de gestion…). La question qui se pose donc : Pourquoi Python est-il devenu l’une de ces élites? Pourquoi est-il le langage préféré des Data scientists ? Plusieurs facteurs ont fait que de de langage un acteur incontournable dans beaucoup de domaines, notamment celui de Data science. Ici j’énumère quelques facteurs clés :

Animant bientôt un événement avec Jedha Lyon, Alison est Data Scientist depuis près de 4 ans ! Dans cette interview, elle nous parle de son parcours, du marché du travail en Data Science à Lyon, et nous donne des conseils pour rester en veille technologique.

Une première session Lyonnaise s’achève : Gwénaëlle nous raconte son expérience de formation ! La pédagogie de Thomas, son professeurs, les conseils qu’elle a pu recevoir, la réalisation de son projet final, les modules étudiés, le marché de la Data Science à Lyon, elle nous explique tout !

En première année de master STAPS, Jean souhaite devenir préparateur sportif. Il réalise peu à peu que le mode d’apprentissage ne lui convient pas, et décide de changer complètement de voie. Après 4 mois de formation chez Jedha, le voilà Data Analyst chez Oppidum, agence de communication spécialisée dans le secteur automobile.

Suite à son programme Fondamentaux, Antoine Guerrini, étudiant en Design nous livre son retour d’expérience : professeurs, communauté, pédagogie, tout y passe ! Antoine est maintenant élève du programme Fullstack, son interview complète en vidéo ici !

After 7 years in the Insurance Industry, Agata wanted to get more technical on her daily tasks. After her Fundamentals and Fullstack Bootcamp, she got hired by Direct Assurance as a Data Scientist ! Here’s the project she lead at the end of her Fundamentals bootcamp.

« Vous pourriez également aimer» Les systèmes de recommandation sont utilisés dans de très nombreux secteurs : Netflix, Amazon, Reddit vous proposent les produits ou services les plus adaptés à votre profil ou centre d’intérêts. Mais ces applications sont loin d’être les seules...

Les termes d’Intelligence Artificielle, de Big Data, de Machine Learning fleurissent aux sein des projets menés par tous les acteurs, publics ou privés. Tous ces termes sont mis sous l’ombrelle de la Data Science. Analyser ses données clients, fournisseurs, partenaires etc devient vital pour les entités, et permet maintenant d’en prendre des décisions et directions bien plus éclairées

Dans cette nouvelle session des Fondamentaux, on a expérimenté une nouvelle approche pédagogique : le coaching des élèves de ce programme par nos Data Scientists en devenir du bootcamp Fullstack ! Tous ont pu asseoir rapidement leurs compétences, s’entraider et se donner des tips techniques 😉 Vous trouverez ici certains projets finals d’élèves du bootcamp Fondamentaux : après leurs 40 heures de formations, ils ont réalisés des projets tous plus intéressants les uns que les autres. Toutes leurs slides en cliquant sur le nom du projet !

Tout commence par un rêve. Le nôtre s’est matérialisé autour de nos deux passions : l’enseignement et la technologie. Nous avons donc fondé JEDHA, l’école dédiée à la Data Science.

Services de livraisons en tous genres, transport de marchandises, la logistique représente un enjeu important depuis l’avènement du e-commerce. Lors de cette conférence, Cédric, co-fondateur @ Citodi nous parle des possibilités qu’offre l’intelligence artificielle pour optimiser toutes ces chaînes, et des parts que l’humain et la machine doivent prendre des ces processus décisionnels. Vous trouverez les slides du workshop ici.

Certains producteurs affirment être sûrs de pouvoir prédire les chansons qui deviendront des hits. J’ai décidé de creuser le sujet, et de voir si les données / metadata des chansons pouvaient répondre à la question suivante. Peut-on savoir si une chanson va devenir un hit, grâce à ses metadata ?

Analyser des comportements d’achats, d’utilisateurs Web, de retombées de campagnes, la Data Science est maintenant un outil important pour l’aide à la décision. Dans ce webinar, Alison – Data Scientist @ Econocom – répondra à toutes vos questions sur le métier de Data Scientist et vous partagera son expérience. Vous pourrez aussi découvrir toutes les possibilités qu’offre la Data Science dans une stratégie marketing.

Après près de 30 sessions de formations en Data Science sur notre campus principal, à Paris, Jedha Bootcamp se déploie à Lyon ! Nous sommes extrêmement fiers de ce développement dans un autre poumon économique français et allons faire de vos bootcamps des expériences tout aussi enrichissantes professionnellement ! Notre bootcamp Data Science à Lyon ! Nous profitons donc de cette grande étape dans notre vie d’école pour vous partager un décryptage du déroulement de nos sessions de cours. L’enseignement par la pratique, et les pairs, dans des classes à effectifs réduits, le tout dans un format court et intensif, la recette d’un bootcamp réussi !

De plus en plus demandés par les recruteurs de tous types d’entreprises, les Data Scientists ont pris une importance considérable dans leurs processus de décision. Lors de cette session Ask My Anything, nous répondrons à toutes vos questions sur le métier de Data Scientist après vous avoir donnés nos astuces et conseils.

À la suite de leur programme Fondamentaux, Bonnie & Clara nous partagent leurs retours d’expérience ! Marta est chargée de programme & du plaidoyer en ONG, Bonnie quant à elle achève ses études et se dirige vers la Data Science. Elles nous donnent ici leur retour d’expérience.

Aujourd’hui je vais vous montrer comment faire de la segmentation client de façon simple et rapide, grâce à la data science. Le travail que j’ai restitué à la fin de mon programme de formation portait sur la segmentation client dans le secteur bancaire. La segmentation client va notamment vous permettre de personnaliser les offres pour délivrer la bonne offre, au bon moment et à la bonne personne. // Le profil Linkedin de Thao //

Le jeu de donné choisi a été sélectionné sur Kaggle. J’ai choisi ce dataset car j’ai trouvé que ce serait intéressant et utile d’être capable de prédire les personnes qui rembourseront leur crédit, et celles qui ne le feront pas. L’objectif du projet Machine Learning est de prévoir et anticiper les clients à risques.

Après plusieurs années dans le marketing digital, Mathieu se lance dans la formation Fullstack pour monter en puissance sur la partie Data pour devenir autonome dans la gestion d'infrastructures Data.

En partenariat avec la French future Academy (Design Thinking Bootcamp), Barney (agence de Growth Hacking) et 40/60 (studio de Design) nous avons animé un workshop ayant pour thème l’alliance du Design et de la Data plus précisément la pensée Design & la Data Science. Retrouvez le slideshow de l’événement sur Slideshare

De plus en plus demandés par les recruteurs de tous types d’entreprises, les Data Scientists ont pris une importance considérable dans leurs processus de décision. Romain, Data Scientist dans l’Edtech nous fait le plaisir de répondre à toutes vos questions sur le métier, les méthodes à adopter, et surtout des compétences requises pour devenir Data Scientist. Retrouvez l’intégralité de la session AMA sur Youtube, toutes les questions posées sont dans la description. Aussi, les slides sur Slideshare.

Même s’il s’agit d’un organisme à but non lucratif, TED reste une entreprise avec des investisseurs qui veulent voir des retours sur les chiffres, notamment par rapport au nombre de visualisations sur Youtube, et les revenus conséquents des publicités. Ce projet vise à prédire cette popularité grâce un certain nombre de variables.

Aujourd’hui, les objets connectés sont partout et nous entourent sans même s’en apercevoir : téléphones, transports, musique, montres, « The Internet of Things » (IoT) a pris une part importante dans notre vie. En nous montrant des cas d’usages des entreprises telles que la NASA, Airbus, Red bull et d’autres, Sean nous expliquera comment ils fonctionnent et comment sont gérées toutes ces données récoltées.

Prédire, automatiser, recommander. Les usages du Machine Learning en entreprise sont toujours plus nombreux. Adoptés par un nombre grandissant d’entreprises, ces outils bousculent les codes et process métiers. Aujourd'hui, des technologies existent pour les automatiser, faisons un focus dessus !

Retrouvez l'interview d'Antoine, réalisée par Switch Up et découvrez-en plus sur la création de Jedha, sur nos formations et bootcamps ! Nous découvrir sur Switch-Up (L'interview est disponible à la fois en Français et en Anglais)

Beaucoup de nos élèves se posent la question : “je n’ai pas de diplôme d’ingénieur, est ce que je peux vraiment devenir data scientist ou au moins entamer une carrière dans la data ?”. La réponse est oui. Même si un tel diplôme aide, il n’est pas nécessaire d’avoir un master en ingénierie ou en statistiques pour devenir Data Scientist. Un des meilleurs moyens d’obtenir un job est d’avoir de l’expérience. Et, de l’expérience, cela s’acquiert par des projets. C’est ce que nous voudrions développer dans cet article

Dans ce workshop, Nicolas nous explique ce qu’est le RGPD, et surtout comment implémenter ce règlement dans son entreprise. Promulgué depuis le 25 mai 2018, le règlement général pour la protection des données doit être appliqué à tous les acteurs de l’Union européenne (Etats, collectivités territoriales et entreprises) dans son intégralité dans un délai de tolérance de 2 ans. Ce règlement s’applique à toute entreprise manipulant des données personnelles de citoyens européens, même si celle-ci est basée à l’étranger. Cette règlement concerne tant les données papiers que les données informatisées. Retrouvez les slides sur SlideShare.

Bienvenue dans cette introduction pratique à Python. Dans ce workshop, nous allons apprendre ce qu’est un éditeur de texte, une console et voir les concepts fondamentaux liés au langage Python. Tout ceci à travers une application simple et drôle : un quiz !

La demande de Data Scientists se fait ressentir dans les entreprises de tous secteurs. Et, comme bien des métiers de la tech, nous pouvons avoir certains a priori sur ces métiers.

Comme beaucoup, vous avez surement été amené un jour à placer votre logement sur Airbnb. Belles photos, mise à disposition d’équipements divers, tout y passe. Mais une question majeure et souvent discriminante de votre annonce reste celle du prix. Ce projet vise à en simplifier la fixation par rapport à la concurrence, les autres annonces

Ce projet Machine Learning réalisé par Khadija – chimiste de formation – à la fin de son bootcamp des Fondamentaux (40 heures) vous donne un aperçu complet des 2 modèles principaux enseignés pendant la formation : les régression linéaires & la régression logistique ! Bonne lecture

Les applications du Deep Learning et du Machine Learning se font dans bien des secteurs d’activités et domaines. Bien évidemment, parfois, les algorithmes développés nous surprennent.

C’est une branche du Machine Learning très prometteuse. Que ce soit pour reconnaître des visages sur des images, analyser des textes et les interpréter automatiquement ou encore avoir des voitures qui conduisent toutes seules, les applications du Deep Learning sont nombreuses. Aujourd’hui, nous vous proposons un workshop qui va vous permettre de comprendre ce domaine et voir en quoi nous pourrions concrètement l’utiliser. Retrouver les slides du workshop sur Slideshare

Waiter, est une plateforme SaaS permettant aux restaurateurs, dans un environnement social et grâce à un algorithme de matching, de recruter le candidat qui correspond à leurs besoins. Notre but est d’améliorer l’expérience de recrutement en analysant sémantiquement la verbatim contenu dans les offres (les phrases et énoncés), et de le faire concorder avec les profils des candidats qui postulent à leurs offres

Certains disent que c’est la nouvelle révolution technologique après l’avènement d’internet. La Blockchain est un système de sécurisation, de transmission et de stockage de données qui ne requiert pas d’organisme de contrôle pour son bon fonctionnement. Les applications de ce nouveau système sont multiples : la banque, la musique, la monnaie et bien d’autres secteurs peuvent être touchés.

Vous vous êtes déjà surement posé ce problème : vous voulez acheter un ordinateur au meilleur prix, mais vous faites face à plusieurs difficultés. Il y a beaucoup de critères à prendre en compte, dont certains sont assez techniques, et vous n’avez pas tellement le temps pour vous informer précisément.

Savoir analyser des données et en tirer des résultats n’est qu’une partie du travail du Data Scientist. Présenter des résultats de manière synthétique et pertinente entre aussi dans l’arsenal des compétences nécessaires pour exceller dans le métier. C’est ce qu’on appelle la Data Visualisation. Durant ce workshop, Kent Aquereburu, Data Scientist chez Société Générale, vous présentera les best-practices à connaître pour réussir dans ce domaine. Retrouvez les slides du workshops sur SlideShare