Aligner comportements, investissements et valeurs grâce au NLP avec Alygne

Meetup!! Retrouvez-nous à l’hélioparc à 18h30 le mardi 4 octobre.

https://www.meetup.com/meetup-machine-learning-pau/events/288460163/

Dans ce meetup, nous allons parler de NLP (Natural Language Processing) au service de l’environnement et du bien social (AI for Good). En prenant l’exemple d’Alygne, une startup qui aide les consommateurs et les investisseurs à prendre de meilleures décisions en restant alignés avec leurs valeurs. Avec Alygne, il est possible d’acheter des produits qui soutiennent vos valeurs sur la déforestation, la pollution plastique, le travail des enfants, l’égalité femme/homme, la corruption, et encore beaucoup d’autres sujets. La solution dédiée aux investisseurs permet d’observer l’évolution temporelle des opinions d’une entreprise, de comparer les entreprises entre elles et également de différencier les publications officielles contre les journaux et les réseaux sociaux.

La solution développée en interne repose sur de nombreux algorithmes et modèles de NLP, c’est pourquoi nous allons commencer par aborder les problématiques classiques liées au NLP. En particulier, nous parlerons des biais et de l’ambiguïté de l’analyse du langage naturel. Nous enchainerons aussi sur l’importance des pipelines de données bout-en-bout dans la réalisation de projet d’IA complexe. Enfin, nous évoquerons les meilleures pratiques afin de concevoir et déployer ces pipelines de données avec sobriété.

Intervenant : Samuel Rincé, je suis diplômé en 2021 de l’école d’ingénieur CentraleSupélec au sein de l’Université Paris-Saclay en mention Intelligence Artificielle. Au cours de mon cursus, j’ai eu la chance de participer à monter des projets de Natural Language Processing avec de grandes et petites entreprises Alstom, Randstad, BPCE et l’Agence Big Bang. Depuis 2020, je fais partie d’Alygne, dans laquelle j’occupe le rôle de Data Scientist et ML Engineer. Aujourd’hui, je participe à la conception et à l’amélioration des pipelines d’IA, à la création de nouveaux modèles et je dirige les opérations techniques au quotidien. Je suis également, depuis un an, contributeur à Boavizta, une association dont la mission est de fournir des données, méthodes et outils dédiés à la mesure des impacts environnementaux du numérique. Je participe entre autres au développement d’un calculateur d’impact et à l’élaboration d’une méthodologie d’évaluation d’impact pour les projets de machine learning.