Abstratcs

L'exposé a comme premier objectif d'illustrer l'évolution récente des paradigmes et des techniques permettant le traitement des big data, en focalisant l’attention tant sur les facteurs déclencheurs que sur les différentes étapes qui ont amené au développement des dernières technologies. Une attention particulière sera donnée à des aspects techniques de nature algorithmique, architecturale et de programmation supportant le traitement efficace des données massives. 

Le deuxième objectif est de faire un overview des utilisations principales des données massives dans plusieurs domaines d'applications, et d'illustrer quelles sont les conditions nécessaires au sein d'une organisation afin que l’exploitation des big data puisse apporter des bénéfices réels, tant pour l'Analytics que pour l'intelligence artificielle. 

La discussion portera enfin sur l’anticipation de possibles évolutions qui sont à l’horizon. 

Talel ABDESSALEM parlera du travail de la chaire « Big Data & Market Insights » qu’il a dirigé à Télécom ParisTech. Il présentera quelques problématiques concrètes (analyse de réseaux sociaux, systèmes de recommandation, prédiction du surendettement), les enjeux qu’elles représentent, et donnera un aperçu des solutions développées par son équipe dans le cadre de cette chaire.

Les infrastructures-comme-services, aussi bien par leur modèle économique que par les nouveaux champs de possibilités d’innovation qu’elles ouvrent, constituent l’un des sauts de paradigme technologique les plus important de notre temps. Ces infrastructures d’un genre nouveau sont le réceptacle d’une révolution toute aussi importante, celle du big data et de l’intelligence artificielle. Bien que de raison, ce mariage n’en demeure pas moins difficile. Les clouds, tout en fournissant les briques de bases indispensables, ne permettent toujours pas une intégration totale et fluide assurant à tous les protagonistes du monde des Big Data Analytics de l’AI le niveau de contrôle et d’interaction adéquat de ces infrastructures. Un écosystème nouveau est en gestation.

Ses pierres angulaires sont :

(I) les modèles mathématiques et statistiques,

(II) les outils logiciels, notamment libres, permettant d’appliquer les modèles et les algorithmes aux données quel qu’en soit la taille et la nature,

(III) la fusion de ces instruments logiciels dans un modèle de services qui combine la culture, les pratiques et les outils des DevOps avec l’agilité radicale de l’Infrastructure-comme-code,

(IV) la reproductibilité, la traçabilité et la facilité de recherche et de partage de tous les artefacts utilisés ou engendrés par les Big Data Analytics et l’AI.

La présentation sera un panorama de ce que le cloud a rendu possible dans les champs des Big Data Analytics et de l’AI et présentera les éléments définissant le nouvel écosystème combinant cloud, Big Data et AI en illustrant ses nombreuses applications aussi bien pour l’Industrie que pour le monde académique.

L'objectif de ce tutoriel est de passer en revue les outils de l'écosystème  HADOOP qui est actuellement la principale plateforme pour le traitement des données massives. Après un rappel des mécanismes de Map-Reduce et Spark, plusieurs exemples d’application seront présentés avec les étapes de conception et implémentation des algorithmes, notamment dans les domaines de text processing, graph analytics, et autres.

Les outils analytiques traditionnels ne sont pas suffisamment performants pour exploiter pleinement la valeur du Big Data. Le recours aux techniques avancées en Machine Learning devient la solution idéale pour exploiter les opportunités cachées du Big Data.  Ce tutorial passe en revue les différentes méthodes de Machines Learning dans leurs différentes catégories. Un accent est mis sur les techniques ayant prouvé plus d’habilité à fouiller dans les données massives avec des exemples d’applications.