BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//datacraft - ECPv6.15.20//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALNAME:datacraft
X-ORIGINAL-URL:https://datacraft.paris
X-WR-CALDESC:Events for datacraft
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-Robots-Tag:noindex
X-PUBLISHED-TTL:PT1H
BEGIN:VTIMEZONE
TZID:Europe/Paris
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20230326T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20231029T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20240331T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20241027T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20250330T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20251026T010000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20240201T093000
DTEND;TZID=Europe/Paris:20240201T173000
DTSTAMP:20260425T104245
CREATED:20231206T094102Z
LAST-MODIFIED:20240118T100845Z
UID:9540-1706779800-1706808600@datacraft.paris
SUMMARY:ATELIER - Détection d'événements rares
DESCRIPTION:Inscription\n                \n            \n            \n			\n				\n				\n				\n				\n				Niveau Machine Learning : \n** Bonnes Connaissances en Machine Learning \nNiveau Python  \n** Bonnes Connaissances en Python \nIntervenants :  \nDenis Coutrot\, Chief Data & Analytics Officer et Quentin Foussette\, Lead Data Scientist chez Getlink \nPrésentation de l’atelier \nLa détection d’anomalies a de multiples applications pour la détection de dérives de processus industriels\, mais également dans les secteurs tertiaires tels que la banque ou l’informatique pour identifier les cas de fraude. \nLors de cet atelier pratique\, nous analyserons ensemble des séries de mesures de capteurs pour détecter en amont les signaux faibles annonciateurs d’anomalies et être capable de les prédire avant leur survenance. Nous échangerons sur les techniques de détection\, l’analyse de survie\, les variables explicatives et les nombreux aspects de cette problématique\, alors n’hésitez pas à nous rejoindre pour un atelier passionnant ! \nGetlink\, gestionnaire d’infrastructures et exploitant du tunnel sous la Manche à travers sa filiale Eurotunnel\, exploite des trains appelés des shuttles permettant de transporter des véhicules particuliers et des camions entre la France et le Royaume-Uni. Chaque wagon de ces trains est soumis à des charges importantes qui reposent sur les bogies\, composé de deux essieux porteurs des roues\, lesquelles sont au contact du rail. \nDes forces statiques et dynamiques s’exercent sur les essieux de manière répétées et peuvent endommager le système en provoquant notamment l’apparition de microfissures sur les roues\, nécessitant des reprofilages coûteux. \nUn long travail d’inspection effectué par les équipes de maintenance d’Eurotunnel depuis le mois de juillet 2023 a permis de suivre le travail des bogies et d’identifier l’apparition de défauts\, et de constituer une base d’analyses constituées de mesures répétées issues de capteurs disposés en tunnel et de défaut détectés au niveau de l’essieu. Les mesures de profil de roue effectuées régulièrement ont été également été ajoutées. \nLa base est donc quasi-supervisée – c’est-à-dire que l’on connait la date de détection du défaut mais non précisément sa date d’apparition. \nL’objectif de l’atelier est de tester des techniques de détection des précurseurs de ces défauts\, d’identifier si le profil de roue est une variable explicative et quelle est la meilleure maille d’analyse (essieu\, bogie\, wagon). \n 
URL:https://datacraft.paris/event/detection-devenements-rares/
LOCATION:datacraft –\, 3 rue Rossini\, 75009 Paris\, France
CATEGORIES:on-site event
ORGANIZER;CN="datacraft":MAILTO:contact@datacraft.paris
END:VEVENT
END:VCALENDAR