🤔Facebook vient de publier un dataset de 10 téraoctets de données comprenant des vidéos enregistrées par plus de 3000 américains payés pour cela, à qui on a demandé d'auto-déclarer leur âge et leur sexe pour les tags. Facebook a indiqué avoir publié l'ensemble de données dans le cadre de son “engagement continu à améliorer l'équité et la responsabilité des systèmes d'IA”…

Drôle de voir ce projet sortir la même semaine que le rapport soulignant que Facebook n'embauche que très peu d'employés noirs parce qu'ils ne correspondent pas au “culture fit” de la structure (tout en répondant à toutes les qualifications)… 

↔️ Très bonne ressource si vous souhaitez vous mettre au Transfer Learning, cette technique relativement nouvelle qui fonctionne dans les tâches de classification d'images et de traitement du langage naturel. Dans cet article, l'auteur nous plonge dans :

⌚Clock est un nouveau package R qui fournit un ensemble complet d'outils pour travailler avec des données de type date-time. Il comprend tout un tas d'utilitaires de parsing, de formatage, d'arrondi et de nouveaux types de données qui aident à gérer les fuseaux horaires.

🛡️CyberBattleSim a pour objectif d'assister les chercheurs en sécurité à comprendre les cyberattaques. Il aide notamment à identifier les mouvements latéraux possibles en fonction d'un scénario initial, par exemple prendre possession d'une partie d'une infrastructure réseau en exploitant les différentes vulnérabilités dispersées sur le réseau.

Disponible dès maintenant sur Github et développé par Microsoft, il est codé en Python et s'appuie sur une interface Open AI Gym pour entrainer des agents automatisés avec des algorithmes d'apprentissage par renforcement. 

⚗️Il existe de nombreux outils de suivi des expériences de Machine Learning en fonction des workflows de Data Science. Ce guide vous donnera les clés pour comparer les différentes alternatives et faire un choix éclairé. Les auteurs mettent en évidence les outils de tracking les plus populaires, présentent avantages et inconvénients de ces derniers et fournissent un tableau récapitulatif très utile.

👀Dans cette dernière partie d'une longue série sur la Data Observability, Barr Moses et Ryan Kearns détaillent la création de moniteurs d'observabilité de la qualité des données de production en utilisant du SQL et quelques pincettes de Machine Learning.

👁️Superbe article pour les utilisateurs d'Airflow ! Les auteurs donnent de très bons exemples de monitoring à mettre en place avec Prometheus, Grafana et StatsD.

🤖🐕Le compte Twitter de l’école militaire de Saint-Cyr a dévoilé un essai de grande ampleur mené par des élèves de l’EMIA (École militaire interarmes). Durant deux jours, ces derniers ont simulé des opérations de combat aux côté des fameux robots Spot de Boston Dynamics. C'est la première fois qu'un tel engin est déployé dans le militaire en France.

⚽💸Kevin De Bruyne a prolongé son contrat à Man City jusqu'en 2025 et pour un montant de 83 millions de livres sans son agent mais en utilisant des Data Analysts ! De Bruyne a recruté ces derniers pour qu'ils évaluent son influence à City ainsi que la capacité de l'équipe à réussir dans les années à venir, en fonction de l'âge et des qualités de l'équipe actuelle avec ou sans lui. L'article donne quelques détails sur cette histoire sympathique (mes excuses pour le site très people du Mirror).

👷La reproductibilité et la maintenabilité sont des caractéristiques souvent négligées lors de la création de pipelines d'entrepôt de données. Vous rencontrerez plusieurs problèmes si vous négligez ces caractéristiques comme des difficultés à reprocesser des données historiques ou pour ajouter de nouvelles règles dans votre pipeline. Les auteurs partagent leur retour d'expérience pour éviter d'en arriver là grâce à une bonne planification.