Le petit génie français de la Silicon Valley a sa légende. Lundi 21 septembre, le magazine américain Forbes a annoncé la liste des six finalistes de sa compétition d’entrepreneurs de moins 30 ans qui vont changer le monde. A la clé, une récompense d’un million de dollars. Parmi les finalistes, on trouve un Français : Paul Duan, 23 ans et fondateur de Bayes Impact, une société californienne « qui fournit des solutions technologiques pour améliorer les services sociaux essentiels dans le monde entier », selon Forbes. Si vous ignorez qui est Paul Duan, une rapide recherche sur Google, vous permettra de découvrir très vite qu’il est le « génie français des algorithmes » (Le HuffPost), le « chevalier blanc de la Sillicon Valley » (Le Figaro Magazine) ou encore le « super-héros de la data-science » (TechMeUp).
Rien que ça. Et le tout enrobé dans un beau storytelling, raconté par Huffington Post pour expliquer la décision du jeune de fonder une ONG d’un nouveau genre : « Sans doute son histoire personnelle l’a guidé dans ce choix. Un storytelling assumé. Data for Good - Data Scientists & Devs doing GOOD (Toronto, ON) * Who we are * Data for Good, inspired by DataKind.org, is the Canadian voice for data scientists with a conscience. If you have a desire to stay at the forefront of technological innovation & positive social change, join us. * What we do * Data for Good brings together leading data scientists with high impact social organizations through a comprehensive, collaborative approach that leads to shared insights, greater understanding, and positive action through "data in the service of humanity".
DataKind.org leads a community of pioneering data scientists with the talent, commitment, and energy to open doors & inspire a new way of using the skills and tools of corporations & governments, to meet the needs of the NFP/NGO and social innovation sector. * How we do it * By organizing & hosting weekend DataThon events. Specialties: Data Analysis, Volunteer Matching, Data Visualization, Data Science for Social and Civic Sector. Comment Monster affine le recrutement grâce au Big Data. Randstad : le Big Data pour gommer le paradoxe de l’emploi. Le Big Data au service de l’emploi ? L’idée n’est pas vraiment nouvelle, mais Randstad (3 600 personnes en France, 2,7 milliards d’euros de chiffre d’affaires en 2014) a le mérite de pousser le concept assez loin, grâce à l’exploitation de technologies avancées de Machine Learning. « La solution que nous avons développée vise à répondre au paradoxe de l’emploi en France, martèle d’emblée le président du spécialiste de l’intérim dans l’Hexagone, François Béharel (en photo).
Le pays compte 4 à 5 millions de chômeurs et des acteurs de l’emploi comme nous ont du mal à servir les commandes des entreprises ». Avec des pénuries sur certains profils (comme les soudeurs) et/ou sur certains bassins d’emploi particuliers. Selon le dirigeant, Randstad ne parvient ainsi pas à satisfaire 1 commande sur 2 ou sur 2 ½, un ratio qui varie en fonction de la saison et des profils. C’est sur la base de ce constat que la société s’est lancée, il y a trois ans, dans un projet de Big Data. Hadoop + Spark. Facealemploi. Comment Pôle emploi adopte les méthodes du Lean Start-Up. Qui ? Anne-Léone Campanella, Directrice du programme "Digital" chez Pôle emploi.
Quoi ? Une rencontre avec une des actrices du virage du digital au sein de l'établissement public. Comment ? En juillet 2014, Anne-Léone Campanella prend les rênes du programme "Digital" avec un credo : la transposition des services physiques de Pôle emploi sur le web ne suffit plus. La feuille de route court sur 4 ans. Service public et user-centric, c'est compatible Pour concevoir l'offre de services, Anne-Léone a placé l'utilisateur au centre. Les quatre centres d’intérêt identifiés (choisir un métier, se former, préparer sa candidature et trouver un emploi) se traduisent en 133 services au sein de l'Emploi Store.
Intelligence artificielle et MOOCs pour crédibiliser Pôle emploi sur le Digital L'arme fatale de l'Emploi Store ? Pour créer les MOOCs de Pôle emploi, des conseillers réputés pour leur expertise au sein de l'organisation ont été castés. Oser renverser la table Monelle Barthélemy. DataJob | Salon du recrutement des métiers de la Data. Big Data Paris 2015.
Qui sommes-nous? | Quantmetry. Nous sommes une équipe pluridisciplinaire de consultants statisticiens, experts en technologie de l’innovation. Nous appuyons nos recommandations sur des modèles mathématiques et statistiques. Notre haute compétence en application et développement technique vous garantit une mise en œuvre optimale de ces recommandations. Jérémy Harroch PDG – Fondateur Mathématicien et statisticien de formation, issu de la promotion X03 de l’Ecole Polytechnique et diplômé de New York University, j’ai commencé ma carrière dans la finance de marché. En 2010, je suis revenu en France pour créer Quantmetry, convaincu que le déploiement de l’innovation statistique dans les entreprises françaises représente un enjeu industriel décisif pour aujourd’hui et pour demain. Yannick Martel Directeur Big Data Analytics Ancien élève de l’Ecole normale supérieure et ingénieur diplômé de Telecom ParisTech, J’ai près de 20 ans d’expérience dans les systèmes d’information.
Karl Neuberger Manager Héloïse Nonne Anne Champalone. Bluescale. Synomia Agence Conseil en Data Analytics. Fifty-five | the data agency. FullSIX Data. Homepage of Christopher Re (Chris Re) Christopher (Chris) Re is an assistant professor in the Department of Computer Science at Stanford University and a Robert N. Noyce Family Faculty Scholar. His work's goal is to enable users and developers to build applications that more deeply understand and exploit data. Chris received his PhD from the University of Washington in Seattle under the supervision of Dan Suciu. For his PhD work in probabilistic data management, Chris received the SIGMOD 2010 Jim Gray Dissertation Award. He then spent four wonderful years on the faculty of the University of Wisconsin, Madison, before moving to Stanford in 2013. He helped discover the first join algorithm with worst-case optimal running time, which won the best paper at PODS 2012.
He also helped develop a framework for feature engineering that won the best paper at SIGMOD 2014. Download as text file.