Blog Aubay
Les solutions de stockage de Microsoft Fabric
Il est primordial pour des entreprises de mettre en œuvre une stratégie Data efficace reposant sur la maîtrise de l’acquisition et la valorisation des données.
L’intelligence artificielle (IA) au service des récifs coralliens
Invisibles pour la plupart d'entre nous, les récifs coralliens jouent pourtant un rôle crucial dans l'équilibre de nos océans. Et si l'IA pouvait...
Comment sortir des rétrospectives convenues ?
Pilier de l’amélioration continue en Agile, la rétrospective permet de faire le point, d’identifier des axes de progrès et de renforcer la cohésion d’équipe.
Mais lorsqu’elle devient trop routinière, elle perd en impact et en pertinence. Comment maintenir son efficacité et continuer à en tirer de vraies pistes d’amélioration ?
Databricks Summit 2025 : Ce qu’il faut retenir
Il est primordial pour des entreprises de mettre en œuvre une stratégie Data efficace reposant sur la maîtrise de l’acquisition et la valorisation des données.
Snowflake Summit 2025 : Comment Snowflake change de dimension avec l’IA Générative
Il est primordial pour des entreprises de mettre en œuvre une stratégie Data efficace reposant sur la maîtrise de l’acquisition et la valorisation des données.
A la découverte de Microsoft Fabric
Il est primordial pour des entreprises de mettre en œuvre une stratégie Data efficace reposant sur la maîtrise de l’acquisition et la valorisation des données.
Management ancien vs moderne
La définition du management Le management représente l'art de mobiliser et coordonner les ressources d'une organisation pour atteindre...
Comment passer d’un état de l’art de 2 mois à 3 semaines grâce à l’automatisation ?
L'objectif de cet article est de comprendre comment automatiser la compilation des états de l'art, traditionnellement réalisée manuellement, en exploitant les dernières techniques de traitement automatique du langage (TAL, ou NLP en anglais).
Protéger sa vie privée face à la multiplication des Intelligences Artificielles : rêve ou réalité ?
On arrive à un questionnement sur l’utilisation de nos données personnelles et propriétés intellectuelles dans l’entraînement des modèles d’intelligence artificielle. En effet, une masse de plus en plus importante de données est nécessaire pour entraîner ces modèles, mais comment vérifier la présence de données sensibles dans des ensembles si importants ?