De stagiaire à Data Scientist. Clément décrit une expérience stimulante, amusante et positive au sein d'Agilytic.

Illustration de la mise en place d'un projet de flux ETL pour un client du secteur de l'hôtellerie.

ETL représente un modèle de mouvement de données et signifie Extract (à partir d'une source), Transform (données extraites) et Load (données transformées).

Les Data Science Managers jouent un rôle important dans la gestion de projets, le coaching des collègues et le développement commercial. Découvrez l'expérience de Gautier !

Alors que l'année 2021 touche à sa fin, nous récapitulons quelques enseignements clés des douze derniers mois, tant au niveau macroéconomique que dans le cadre de notre projet entrepreneurial.

Agilytic s'associe à la cause de 1% pour la planète. Au fur et à mesure de notre croissance, notre engagement en faveur d'un impact social et environnemental positif se renforcera.

Nous expliquons comment l'utilisation créative des sources de données permet d'obtenir une segmentation significative pour mieux comprendre vos clients.

Vérifier manuellement s'il y a des erreurs avant de valider un document est un processus coûteux. Découvrez comment nous avons élaboré un modèle de détection des erreurs dans les documents.

Mise en œuvre d'un modèle de classification automatisée des courriels pour un client et mise en production du modèle avec AWS.

Julien Theys s'appuie sur sa grande expérience de divers projets de segmentation pour expliquer comment les données jouent un rôle dans la compréhension des clients.

L'approche agile joue un rôle central dans notre travail quotidien et dans la gestion de nos projets. Nos Managing Partners, Chris et Julien, décrivent l'origine de notre nom et ce que l'approche agile signifie pour nos clients et notre équipe.

Comment notre application de classification de documents fonctionne sur des modèles NLP de Deep Learning/Machine learning.

La classification de textes et de documents est l'une des tâches les plus importantes du traitement du langage naturel (NLP). Découvrez comment la dernière application d'Agilytic nous permet de classer de nombreux types de documents en se basant sur des modèles de NLP de type Deep Learning/Machine learning.

Nous décrivons l'approche adoptée dans ce projet pour la classification des documents et l'extraction d'informations. Découvrez comment nous avons mis en œuvre un processus automatisé de classification des documents dans un écosystème opérationnel bien développé.

Nous démystifions cinq objections courantes concernant les projets d'analyse - pensez au calendrier, à la stratégie, à la responsabilité, aux transitions et à la technologie. Ces objections vous semblent trop familières ? Continuez à lire !

Comment construire une architecture sans serveur en utilisant les fonctions Lambda d'AWS (FaaS dans la nomenclature AWS), le service SQS, les fonctions Step, et plus encore.

Comment construire une architecture sans serveur en utilisant les fonctions Lambda (ou FaaS) d'AWS pour collecter et classer des documents.

Nous examinons la fonction de mise en évidence d'Elasticsearch, sa configuration et l'amélioration potentielle des performances que nous pouvons obtenir.

Comment modifier le comportement par défaut d'Elasticsearch en ce qui concerne le stockage des champs originaux et les avantages et inconvénients potentiels en termes de performances.

Mise en œuvre d'une application de charge de travail intensive avec Function App d'Azure afin de réduire votre gestion technique pour un traitement facilement distribué et évolutif.