Les pros du Big Data se retrouveront prochainement Porte de Versailles à Paris au salon Big Data. Lors de cet événement, une compétition animée par DataScientest visera à mettre au point le meilleur modèle de prévision de la concentration des particules fines. Prêt à relever le défi ?
au sommaire
Repoussé en raison de la crise sanitairecrise sanitaire provoquée par l'épidémieépidémie de Covid-19Covid-19, le salon Big Data 2020 se tiendra les 14 et 15 septembre prochains au parc des expositions de la PortePorte de Versailles à Paris. Comme son nom l'indique, il s'agit de la grand-messe incontournable des professionnels du Big Data. Pour cette édition particulière, l'événement fusionne avec le salon AI dédié à l'intelligence artificielle.
Les conférences et les ateliers seront également accessibles en ligne cette année. Pour cette édition où plus de 20.000 participants sont attendus, la startup DataScientest organise une compétition « data challenge » sur son stand. L'objectif : élaborer un outil de prédiction de la concentration de particules fines dans l’air. Pour mettre au point cet outil, les participants pourront tirer profit des données de plus de 400.000 stations météorologiques.
Un challenge formateur
Le jour de la compétition, les participants seront épaulés par les data scientistsdata scientists de la startup durant les deux heures quinze minutes des trois sessions prévues. Ils accompagneront les participants pour les aider à créer un outil sur mesure. Cinquante personnes pourront participer simultanément à ce challenge. L'inscription peut se faire dès aujourd'hui via le site de Datascientest. D'ailleurs une vingtaine d'entreprises telles que Covéa et SafranSafran se sont déjà inscrites. C'est également le cas du Ministère des finances publiques. À l'issue, les gagnants pourront remporter des lots d'une valeur de 500 euros.
Pour DataScientest, l'intérêt de cette compétition est hautement pédagogique et formateur en matièrematière de DataScience. Outre la stimulationstimulation intellectuelle, il permet de renforcer la cohésion dans des équipes data souvent hétérogènes et de les rassembler autour d'un cas pratique concret.
Article réalisé en partenariat avec les équipes de DataScientest