IA pas que la Data

00'00 - Introduction du podcast par Thomas Meimoun

1'05 - Retour sur le parcours d'Annabelle Gérard, de la Data à la Gen AI.

2'22 - Qu'est ce que la GenAI ?

3'25 - Quelle est ta vision de l'évolution du Big Data / Machine Learning au vue de ses experiences professionnelles ?

9'51 - Son experience chez AWS, au coeur du ML et de la Gen AI.

11'40 - Gen AI, pari sur l'avenir ou un choix naturel ?

13'00 - Quand le Machine Learning a parfois du mal à faire ses preuves, comment propose t-on de s’intéresser à la Gen AI ?

15'05 - Comment choisir des cas d'usage en Gen AI ? Qui sont les stakeholders / les sponsors ?

18'37 - Parmi la multitude de cas d’usage (Audio, texte, vision, etc.), quel domaine spécifique choisir, et comment le choisir ?

21'20 - Que signifie mise à l'échelle, produit at scale pour de la Gen AI ?

23'50 - Perroquet probabiliste, les modèles trop gros peuvent créer des biais, quelle démarche chez Stellantis pour limiter ces biais ?

26'10 - BUY ou BUILD, comment bien choisir les bons modèles ? Quelle organisation est mise en place chez Stellantis ?

30'25 - Les 3 P : Poeple, Process, Plateform pour intégrer la Gen AI en entreprise. La question du recrutement de profils lspécifiques.

33'15 - Risk Selling ou Up Selling des Data Scientists/ ML Engineer ? Un vrai enjeux pour ces profils.

35'40 - L'arrivée des LLM Ops

39'00 - Quelles prévisions pour l'avenir de la Gen AI ? AGI, Agents, Multi-agents, LLM,

44'20 - Question de Sacha Samama, précédent invité : quelles solutions regarder en 2024 ?

49'10 - Question pour le prochain invité : Que penser du LLM de LLM ?