 |
||
|
||
Accueil > Forum TERATEC > Atelier 2
Big Data : Optimiser la prise de décision grâce aux Data Analytics
Outils pour l'analyse prédictive parallèle de multiples sources de données non structurées
Marc WOLFF, Ingénieur MATHWORKS HPC/Big Data
Avec l’avènement du Big Data et des objets connectés, les entreprises peuvent désormais accéder à de multiples sources d’informations et utiliser des outils sophistiqués d’analyse prédictive tels que les modèles de Machine Learning afin d’aider voire d’automatiser la prise de décisions. Cette démarche ouvre de nouvelles perspectives, par exemple dans le domaine de l’automatisation industrielle et du contrôle des équipements et procédés.
L’exploitation de ces données pose en revanche de nombreux défis : celles-ci sont disponibles sous des formes diverses et variées, souvent de manière non structurée et, surtout, en très grande quantité. Les volumes d’informations à examiner nécessitent donc des systèmes d’information adaptés et des algorithmes d’analyse pouvant tirer parti des capacités de traitement des supercalculateurs, idéalement de manière transparente pour l’utilisateur.
Dans cette présentation, nous proposerons des outils capables d’importer rapidement et facilement des données non structurées provenant de sources multiples et d’y appliquer des techniques d’analyse prédictive. Nous présenterons également des méthodes de programmation parallèle permettant aux ingénieurs et aux scientifiques de passer aisément leurs modèles à l’échelle sur des systèmes de production, sans consacrer un temps considérable à l’implémentation.
 |
Marc Wolff est ingénieur d'application HPC et Big Data au sein de MathWorks France et participe à des activités avant-vente sur l'adoption de solutions HPC, Big Data, Data Analytics et Machine Learning. Auparavant, Marc a travaillé au sein des entreprises Transtec et Bruker Biospin. Il est titulaire d’un doctorat en mathématiques appliquées de l'Université de Strasbourg. Il a fait sa thèse au CEA (Commissariat à l'Energie Atomique) et a étudié la construction de schémas numériques d'ordre élevé pour les équations MHD, qui exigeaient le développement de parallèles et de haute performance une plate-forme de simulation (langage C ++, la bibliothèque MPI). |
