feedback | datacraft https://datacraft.paris Club dedicated to data scientists and their company Thu, 29 Oct 2026 10:36:15 +0000 en-US hourly 1 https://wordpress.org/?v=6.8.12 https://datacraft.paris/wp-content/uploads/2020/07/favicon.png feedback | datacraft https://datacraft.paris 32 32 IA Générative & Initiatives collaborateurs https://datacraft.paris/ia-generative-initiatives-collaborateurs/?utm_source=rss&utm_medium=rss&utm_campaign=ia-generative-initiatives-collaborateurs Fri, 04 Sep 2026 09:12:20 +0000 https://datacraft.paris/?p=13507

Qu’est-ce que IA au Travail ?

IA au Travail est une étude collaborative menée par datacraft et Inria, fédérant un club d’entreprises pionnières travaillant sur les pratiques d’IA des collaborateurs (utilisation cachée, adoption, valeur pour l’entreprise, transformation des métiers…).

Lancé en 2025, le programme se structure en saisons, sur des thématiques définies avec les entreprises pionnières, et autour de livrables précis :

1. Production de documents scientifiques de référence

L’objet est de produire des connaissances scientifiques et opérationnelles sur les transformations du travail liées à l’intelligence artificielle, en s’appuyant sur des enquêtes empiriques rigoureuses menées au plus près des organisations.

2. Un club des entreprises pionnières

Des rencontres trimestrielles permettent aux pionniers de bénéficier d’un accès régulier à l’état de l’art (interventions de chercheurs français ou étrangers) et de retours d’expériences riches de leurs pairs, dans un cadre de confiance.

3. Conception d’outils pratiques

Co-conception d’outils pratiques directement opérationnalisables avec les entreprises pionnières.

 

La Saison 3 est en préparation !

L’étude collaborative IA au Travail vous intéresse ? Vous souhaitez participer à la prochaine saison ? Contactez-nous et posez vos questions à : jeanne.godard@datacraft.paris 

 

La Saison 2 est en cours …

Cette nouvelle saison d’IA au Travail, lancée en février 2026, se concentre sur une question centrale pour les organisations : l’appropriation de l’IA par les collaborateurs. Si les outils d’IA se diffusent rapidement dans les entreprises, leur adoption réelle dans le travail quotidien reste un défi. Plusieurs questions se posent aujourd’hui :

  • Quels sont les critères d’adoption de l’IA par les collaborateurs ?
  • Comment l’adoption crée de la valeur pour les organisations ?
  • Quels sont les coûts cachés et dettes liés à l’IA ?

Les 18 entreprises pionnières engagées dans cette Saison 2 sont : 

ADP, Air Liquide, Bouygues, BPCE, Caisse Nationale d’Assurance Maladie, CHU de Montpellier, CNES, Crédit Agricole, Département du Morbihan, Eurofeu, Malakoff Humanis, PwC, Région Île-de-France, SNCF, Sopra Steria, UCANSS, VYV et Wavestone.

Calendrier des rencontres des entreprises pionnières :

Les résultats de cette étude vous intéressent ?

 

Retour sur la Saison 1…

L’Intelligence Artificielle générative au travail : accompagner et sécuriser les initiatives des collaborateurs

L’IA générative s’invite de plus en plus dans les pratiques quotidiennes des collaborateurs, parfois en dehors des cadres établis. Ces initiatives de Shadow AI, spontanées et invisibles, posent de nombreuses questions : quels bénéfices en tirer ? Quels risques anticiper ? Et comment les accompagner sans freiner l’innovation ?

Pour répondre à ces enjeux, datacraft et Inria ont lancé une réflexion collective, en s’appuyant sur une enquête qualitative menée auprès de 14 organisations pionnières : 

Airbus, Believe, Caisse Nationale d’Assurance Maladie, CHU de Montpellier, Crédit Agricole, Ekimetrics, L’Oréal, la MAIF, Malakoff Humanis, Métropole de Montpellier, Ministère des Armées, Région Île-de-France, Skyrock et Veepee.

Cette réflexion a été approfondie lors d’une journée réunissant ces 14 organisations, la CFE-CGC, Dataiku, Egis, Paprec et l’UCANSS.

  • Retrouvez le rapport ici
  • La synthèse de l’étude est également accessible ici.

Événements datacraft associés : 

]]> Feedback on the workshop “Data biases, symptoms, diagnosis and remedies” https://datacraft.paris/feedback-on-the-workshop-data-biases-symptoms-diagnosis-and-remedies/?utm_source=rss&utm_medium=rss&utm_campaign=feedback-on-the-workshop-data-biases-symptoms-diagnosis-and-remedies Thu, 08 Jul 2021 13:37:24 +0000 https://datacraft.paris/?p=4667
back to all news

Feedback on the workshop “Data biases, symptoms, diagnosis and remedies”

This workshop focused on a major issue in the development of ethical and trustworthy artificial intelligence: the insidious presence of biases that often lead to discriminatory decision making.

Nathan Noiry and Yannick Guyonvarch, both post-doctoral students at Telecom Paris, developed the following topics:

  • Definition of the different types of biases: cognitive (tendency to detect non-existent correlations, confirmation bias, etc.), algorithmic (poor choice of metrics) and statistical (mismatch between source and target data).
  • Relationships between bias and fairness, a recent field of machine learning, which consists in setting up algorithms that are judged to be efficient with respect to certain criteria (e.g. gender bias).
  • Methods to detect representativeness biases and to correct them (imputation, correlation, weighting…)

You can consult here their notebook presenting a re-weighting method using synthetic data. During the discussion that followed the presentation, some participants proposed to test these functions on real data and to adapt them as an open-source library.

 

Laure Leter, résidente datacraft

]]> Feedback on computer vision workshop https://datacraft.paris/feedback-on-computer-vision-workshop/?utm_source=rss&utm_medium=rss&utm_campaign=feedback-on-computer-vision-workshop Thu, 08 Jul 2021 13:11:41 +0000 https://datacraft.paris/?p=4651
back to all news

Feedback on computer vision workshop

Jeudi 22 avril 2021, datacraft a organisé un atelier sur la computer vision au service de l’imagerie médicale. Animé par Emmanuel Cohen, résident datacraft spécialisé dans la computer vision, cette journée a permis aux participants de découvrir l’utilisation des différentes techniques de computer vision applicables dans le domaine médicale.

Les applications de la computer vision sont nombreuses : diriger un véhicule autonome, générer des œuvres d’art, reconnaître des émotions sur un visage ou améliorer la qualité d’une image. Elle est utilisée en médecine pour la chirurgie guidée par la réalité augmentée ou l’aide au diagnostic.

L’atelier organisé par datacraft portait sur un domaine fondamental de l’imagerie médicale : la détection des tumeurs cancéreuses. Emmanuel Cohen, PhD en mathématiques appliquées au traitement d’images et data scientist, a présenté l’état de l’art des techniques utilisées en IA pour modéliser une structure biologique comme le cerveau. Une tumeur se caractérise par la prolifération de micro-vaisseaux qu’il faut pouvoir cartographier finement pour en monitorer l’évolution. Un enjeu important est de permettre aux médecins d’annoter les images cérébrales de manière précise et variée afin d’éviter tout biais dans l’apprentissage des modèles et d’améliorer leur capacité à généraliser.

Les participants ont été guidés dans l’utilisation d’un jeu de données (IRM de 110 patients) pour expérimenter plusieurs solutions techniques :

  • Créer une interface utilisateur qui permet de sélectionner manuellement certains points d’une tumeur sur une image IRM et utiliser un algorithme de Fast-Marching pour en extraire semi-automatiquement les contours.
  • Entraîner un modèle de Deep Learning UNet (Pytorch) pour prédire la présence d’une tumeur.

A l’issue de l’atelier, plusieurs axes d’explorations ont été proposés aux participants :

  • Contrôler l’overfitting du modèle et tester d’autres métriques de validation.
  • Utiliser des images en couleur et observer les résultats.
  • Augmenter le nombre ou la variété des données pour réduire l’overfitting.

Laure Leter, résidente datacraft

]]>