Quel type de data scientists recrutez-vous ? Nous embauchons des data scientists niveau bac+5 ou doctorant, parfois en alternance : des experts en mathématiques et statistiques sachant coder en Python voire dans d’autres langages pour pouvoir mener des recherches et développer des produits.
[vc_row][vc_column][vc_column_text]Dans le cadre de l’édition 2018 du challenge ATOS IT, trois étudiants de l’Institut national de sciences appliquées (INSA) de Lyon ont été récompensés en juillet dernier pour l’agent conversationnel qu’ils ont développé pour stimuler les malades d’Alzheimer et ralentir
L’innovation en data science passe souvent par des Proofs of Concept (POC ou preuves de concept en français). De quoi tester l’efficience d’une solution via une réalisation expérimentale, tant du point de vue technique que fonctionnel. Mais de l’innovation à
[vc_row][vc_column][vc_column_text]La création de labs, structures dédiées à l’innovation, est à la mode depuis quelques années. La data science, en ce qu’elle porte de disruptif, d’interdisciplinaire et de véloce, est un domaine d’innovation où ces nouvelles façons de travailler semblent particulièrement
[vc_row][vc_column][vc_column_text]Ces compétitions de codage en équipe, organisées en général sur quelques jours, sont devenues un outil d’innovation et d’aide à la transformation digitale de la plupart des grandes entreprises. Chacune cherche son modèle et son format idéal selon ses objectifs.
[vc_row][vc_column][vc_column_text]Deux mondes coexistent dans la valorisation des algorithmes et des données : l’open source et la propriété intellectuelle via le droit d’auteur, la licence de savoir-faire, d’utilisation, parfois le brevet, bien souvent le secret. Un choix difficile à faire, où tout
Parlez-nous de 1000mercis ? Nous sommes une agence de datamarketing créée en 2000, très orientée tech et data. Entre 20 et 30 % de notre chiffre d’affaires est réalisé à l’international, dans plus de 50 pays. Nous sommes environ 500 personnes aujourd’hui, dont
Charline Fraioli a découvert la science des données tardivement, au cours de son master en finance. Piquée d’intérêt, elle a approfondi ses connaissances via un mastère spécialisé avant de rejoindre l’équipe de data scientists de la BNP Paribas. Son parcours,