Au programme :
MATINÉE : PRÉSENTIEL/DISTANCIEL
 Chafika Chettaoui, Chief Data Officer, Axa France
Maxime Havez, Chief Data Officer, Crédit Mutuel Arkéa
Guillaume Leboucher, Coordinateur du pôle Data & IA, Docaposte
Emilie Sirvent-Hien, Responsible AI program manager, Orange
APRÈS – MIDI : PRÉSENTIEL
Atelier « comment parler avec ChatGPT : introduction au prompt »
Session 1 – 14h-16h
Session 2 – 16h-18h
Rejoignez-nous pour un atelier ChatGPT qui vous permettra de découvrir comment interagir avec les chatbots basés sur les LLM (Large Langage Model) pour obtenir des résultats pertinents et comment ces outils peuvent vous aider dans votre quotidien, tout en ayant une utilisation responsable de ceux-ci.
L’atelier se divisera en deux parties
Atelier « La bataille de L’IA »
Session 1 – 14h-16h
Session 2 – 16h-18h
Rejoignez-nous pour un serious game éclairant !
ChatGPT va-t-il tuer notre imagination ? Votre métier va-t-il être remplacé par l’IA ? L’IA est-elle la solution au dérèglement climatique ?
Ce sont les questions que soulève La Bataille de l’IA : L’atelier ludique et collaboratif de 2 heures pour démythifier l’IA générative et développer son esprit critique par Data For Good et Latitudes.
Ce jeu est un outil pédagogique clé en main à destination des écoles et des entreprises. Son contenu se base sur le livre blanc “Les grands défis de l’IA générative” rédigé par l’association Data For Good.
L’atelier se déroule en 3 phases :
Atelier « Explicabilité »
Session de 14h à 18h
Que vous soyez expert de l’explicabilité des modèles ou data scientist désireux d’en savoir plus sur les méthodes et les outils, rejoignez-nous pour un atelier pratique où nous pourrons partager et mettre en œuvre des solutions à partir d’un jeu de données et de problématiques concrètes.
Los de l’atelier nous aborderons les notions d’explicabilité locale et globale et nous les mettrons en œuvre sur notre cas d’usage. Vous pourrez découvrir ou approfondir vos connaissances de shapash, et même utiliser votre librairie préférée (Shap, LIME,…). A l’aide des métriques et des indicateurs développés, nous pourrons initier une réflexion critique sur la confiance et la qualité de l’explicabilité.
Nous aborderons aussi les notions de dérives dans les données, les moyens de les mesurer et de les monitorer pour garantir la maîtrise et la qualité des modèles en production.
Ces différents aspects, que vous aurez manipulés et implémentés lors de cet atelier, contribuent à garantir la transparence et la robustesse des modèles.
Pour vous inscrire :