Catégoriser automatiquement des millions d'offres dans des pays et langues différents
Accroche :
Vous avez construit un prototype en deep learning et vous souhaitez l'industrialiser ! Quelle est la prochaine étape ? Le chemin vers la production peut être difficile, mais vous n'êtes pas seul ! Pour vous donner quelques pistes, nous allons présenter une étude de cas pour l'industrialisation d'un projet en deep learning avec AWS Sagemaker.
Description Nous allons présenter une étude de cas sur l'industrialisation d'un projet de deep learning grâce à un service de cloud dédié au Machine Learning: AWS Sagemaker. En effet, nous avons de grands volumes de données à traiter (plusieurs millions d'offres) et l'apprentissage en Deep Learning demande souvent l'utilisation de GPUs, ce qui nécessite un investissement et de la maintenance. Nous avons donc choisit de nous tourner vers une solution cloud plus souple, simple d'utilisation et qui peut être intégrée à nos processus de traitement assez rapidement. Grâce à cela, nous avons pu créer un job pour lancer, à la demande, une instance d'entrainement sur Sagemaker et récupérer un modèle. Nous avons choisi de garder le reste du processus, à savoir la prédiction des nouvelles offres, dans notre architecture, disponible via des webservice en interne.
Nous présenterons le projet, puis passerons au retour d'expérience que nous avons eu avec Sagemaker : mise en place / intégration, utilisation pour notre cas et avantages.
Présentation
L'entreprise
Kelkoo est historiquement un outil de comparasion de prix en ligne né à Grenoble. Aujourd'hui notre coeur de métier est la publicité en ligne. Nous affichons les offres de nos marchands sur nos différents annonceurs, en optimisant/diversifiant le traffic et la qualité (générations de ventes). Il y a beaucoup de défis techniques à relever tous basés sur des optimisations multi-facteurs: qualité, marge, prix, budget... Pour cela nous faisons souvent appel aux algorithmes de Machine Learning
Speakers
Speaker Principale:
Bonjour, Moi, c'est Jolyanne, Data Scientist à Kelkoo depuis un peu plus de deux ans maintenant. Diplômée en Data Science, promo 2018. J'ai assisté à plusieurs meetup Data Science sur Grenoble. J'ai eu l'occasion de faire une présentation en tant qu'oratrice à des scolaires intéressés par l'Intelligence Artificielle en entreprise. J'ai aussi présenté ma soutenance de stage de fin d'étude, effectuée trois fois devant des publics différents, allant de 4 à 20 personnes.
Autre personne ayant travaillé sur le projet en support : Issac Garcia, André Bois-Crettez
Format
Talk de 45min : Retour d'expérience
Cible de la session
La présentation s'adresse aux personnes curieuses de découvrir une intégration de Deep Learning via une solution cloud ainsi qu'aux personnes qui découvrent Sagemaker et veulent comprendre la mise en oeuvre de ce service.