Sites Inria

English version

Evénement

Paris Sciences et Data

Chaque édition réunit autour d’un domaine d’application un chercheur en science des données, un chercheur dont la discipline est impactée par ses récentes avancées ainsi qu’une entreprise innovante du domaine qui introduisent un débat par courtes présentations. L’événement se clôture par un cocktail de networking .

  • Date : 5/10/2017
  • Lieu : Inria de Paris - 2 rue Simone IFF, 75012 Paris (salle Jacques-Louis Lions)

Paris Sciences & Data  : un événement bimestriel dans un établissement de PSL

Paris Science & Data est une série d’événements  organisés conjointement par le pôle Cap DigitalInria  et PSL Research University , et destinés à présenter des recherches concernant la science des données, ainsi que leurs applications dans le monde académique et dans celui des entreprises.

Les événements se tiendront tous les deux mois environ , chacun d’eux étant accueilli dans un établissement de PSL , et consacré à un domaine d’application (vision/images, traitement automatique du langage, cognition, sciences du vivant, etc…) et aux technologies associées. Chaque événement consistera en de courtes présentations suivies d’un cocktail networking : deux présentations scientifiques consacrées l’une à une technologie clé, et l’autre à une application de la science des données, suivies de la présentation d’une entreprise innovante impliquée dans le domaine du big data .

Les coorganisateurs souhaitent par là proposer un espace de rencontre et d’échanges  à la communauté académique et entrepreneuriale engagée dans la science des données et ses applications.

Prochain événement : jeudi 05 octobre 2017

Risque, finance et machine learning ?

Le programme :

  • Introduction des organisateurs ;
  • Alexandre d’Aspremont , directeur de recherche CNRS, Département d’informatique de l’ENS  (CNRS/ENS/Inria) - Scikit-learn et les données de l’assurance ;
  • Marc Hoffmann , professeur à l’université Paris Dauphine - Statistique des données hautes fréquence en finance et grande dimension ;  
  • Vincent Mady , CTO de Tradelab  ; Charles Monzani, doctorant UPMC/Tradelab , Martial Hue, data scientist chez Tradelab - Optimisation de l'achat média digital grâce à l'utilisation du deep learning sur des séquences d'événements temporels.

Mots-clés : Paris Sciences & Data PSL Socio-économiques Données Inria de Paris Cap Digital Machine learning

Haut de page

Suivez Inria