top of page

I'M AN ORIGINAL CATCHPHRASE

Tutorials

I’m a paragraph. Double click here or click Edit Text to add some text of your own or to change the font. This is the place for you to tell your site visitors a little bit about you and your services.

hands-on-training 1: Les ontologies et la représentation des connaissances

Intérêt :

​

Les ontologies permettent de donner du sens à des documents numériques. En effet, elles rendent accessible à un programme leur “contenu”  (que l’humain y reconnait) pour les traiter en tenant compte de ce contenu.

Les ontologies connues pour exprimer les connaissances d’une manière formelle ; elles permettent une meilleure expressivité que les bases de données, une meilleure structure et une couche de connaissance séparée de la couche des données.

Avec l’avènement du web sémantique,  il est fort recommandé de faire référence à une ontologie pour échanger, comparer, se mettre d’accord sur le sens et de raisonner et exploiter des connaissances non explicites.

​

Programme :

​

  1. Informations à exprimer dans l'ontologie

  2. Création de l'ontologie

    • Définition des classes simples

    • Définition des propriétés

    • Définition des classes complexes

    • Définition des annotations

    • Ajout d'individus

  3. Visualisation de l’ontologie

  4. Vérification de la cohérence de l'ontologie

  5. Interrogation de l'ontologie

  6. Utilisation des règles SWRL

  7. Accès à l’ontologie à travers une API java

​

A propos des formateurs

Achraf Mtibaa.png

Achraf Mtibaa is an associate professor at the National school of electronics and telecommunications at the university of Sfax. He holds a Ph.D. in computer science since 2011 from the university of Sfax. He is member in Multimedia, Information Systems and Advanced Computing laboratory at the university of Sfax. His research interests lie in the area of knowledge engineering and cloud computing. In recent years, he has published several research papers in these areas. He has also member in various scientific commissions. Actually, he is Coordinator of the professional master computer networks and telecommunications.

Maha Maalej.png

Maha Maalej is a member of the MIRACL laboratory, University of Sfax, Tunisia. She had her Master's degree in Computer Science and Multimedia (I2M) at the Higher Institute of Computer Science and Multimedia of Sfax (ISIMS) in 2011. Then she got her PhD in Computer Science in 2018 from the Faculty of Economics and Management of Sfax (FSEGS). Her research focuses on ontologies, Semantic Web, personalization of information retrieval, pervasive computing and online social networks.

hands-on-training 2: Une démarche Stratégique d’innovation et Développement pour la mise en place des services de l’intelligence artificielle.

Programme :

​

  1. Introduction : Présentation générale du projet

  2. Objectif 1 : Orientation de la recherche scientifique et la création des profils polyvalents 

    1. Atelier 1 : identification et priorisation des sujets de recherche

    2. Atelier 2 : Identification des besoins en formation

  3. Objectif 2 :Stratégie d’industrialisation et transfert des projets vers des études économiques

    1.   Atelier : mise en place d’un service de l’IA  ‘Speech-to-Text’ dans le domaine de média : de la recherche à l’industrialisation

  4. Objectifs 3 : Anticipation des impacts social et économique

    1. Atelier 1 : La méthode Agile et la préparation d’un environnement Data de travail innovant   

    2. Atelier 2 : Garanties de la sécurité des informations personnel

    3. Atelier 3 : Anticipation d’impact social et économique

 

Prérequis :

1. pour l’objectif 2 connaissance de base de python , API, Docker

2. Pour l’objectif 3 : connaissance de base de la méthode Agile

P.I : Pas de développement sur place

A propos du formateur

AmelMhamdi.jpg

Amel Mhamdi chercheur et data scientisit a obtenu son doctorat en Informatique en 2017.

Elle a travaillé depuis 2016 jusqu’à 2018 dans le secteur bancaire pour la mise en place de service de l’Intelligence artificielle dans des projet d’innovation du  finance spécialement sur le sujet de Deals et rapprochement bancaire avec Natixis-Paris et sur le sujet d’automatisation de crédit avec  BNPparibas. Depuis 2019 elle s’oriente pour la cartographie et l’industrialisation des projets de recherche IA et d’innovation dans le domaine de media avec France-Télévision

hands-on-training 3: Agile Professional Scrum Master pour les Projets Data Science

Objectifs de formation :

​

Avec la complexité accrue des projets informatiques, les approches prédictives historiques montrent leurs limites à bien mener à terme ces projets. Les méthodes Agiles deviennent le nouveau standard pour de plus en plus d’entreprises. Ces méthodes permettent une forte augmentation de la satisfaction (Client, BA, IT) et de la qualité, tout en procurant une réduction des délais (TTM) et des coûts (ROI). Le modèle agile Scrum propose une direction et une planification du projet réévaluées en continu, au rythme des "sprints". Afin que la promesse de qualité du produit et de maitrise des délais de Scrum soit tenue, il est nécessaire de bien maitriser le cadre de travail proposé. Au travers de cette formation, vous apprendrez à travailler par itérations, à obtenir une relation client/fournisseur de confiance, à construire l'avancement du projet sur des bases réalistes et à composer avec des priorités changeantes.

​

Objectifs pédagogiques :

​

Apporter tous les éléments nécessaires pour contribuer à une équipe Scrum :

  • Maîtriser les concepts essentiels ainsi que les outils du Framework Scrum

  • Identifier les différences entre les méthodes agiles et les méthodes traditionnelles en «cascade »

  • Mettre en place une feuille de route pour l’adoption de l’agilité

  • Savoir planifier, rédiger des user stories et faire des estimations avec Scrum

  • Savoir organiser le déroulement d’une itération « sprint »et  en faire la revue

  • Faire travailler l’analyste fonctionnel avec les équipes agiles

  • Comprendre les différents rôles dans un projet Scrum : Scrum Master, Product Owner, Equipe

  • Comprendre comment fonctionnent les reportings et les métriques avec Scrum

​

​

Programme

​

  1. Pourquoi devenir Agile ?

    1. Les méthodes Classiques « en Cascade »

    2. Les raisons pour changer

    3. Les méthodes Agiles

    4. Agile et la Communication

    5. Le manifeste Agile agilemanifesto.org

  2. SCRUM, Vue d’Ensemble :

    1. Historique

    2. Définition

    3. Vue Globale du Framework Scrum

  3. SCRUM, en Détails :

    1. Meetings

    2. Artefacts

    3. Sprint, Vélocité, Estimation, Carte des Stories

    4. Theme, Epic, User Story, Bug, Technical Story

    5. Indicateurs (White-Board, Graphiques d'Avancement, …)

  4. Les Rôles dans SCRUM :

  1. L'Equipe

  2. Le Scrum Master

  3. Le Product Owner

A propos du formateur

Sami.jpg

Sami Jilani, 35 ans, Mastère en Technologie de l'Informations et Commerce Electronique de l'école nationale d'ingénieurs de Sfax et actuellement directeur général de la société DataDev.App, agence de développement et Data Scraping. Certifié Scrum Master(SMAC).

Parcours :

DG DataDev.App

CTO Otzii depuis 2017

CTO DisrupTunisia depuis 2016

CTO MyFrenchStartup depuis 2013

hands-on-training 4: Big Data Analytics Apache Spark MLLib

Plan

•The Era of Big Data

•Data Science Next Generation with Big Data

•Machine Learning and Deep Learning at scale

•Cloud Computing and Big Data: Improve of DS pipelines

•Apache Spark: Introduction

•Apache Spark and Data Analytics

•Installation and configuration of Apache Spark

•LABs: using Apache Spark to Build a Recommendation System

•LABs: Using Apache Spark to Build a Classification System

A propos du formateur

Mohamed Rahal.png

Mohamed Rahal

Manipulating big data distributed over a cluster using functional concepts is rampant in industry, and is arguably one of the first widespread industrial uses of functional ideas. This is evidenced by the popularity of MapReduce and Hadoop, and most recently Apache Spark, a fast, in-memory distributed collections framework.

In this workshop, we'll see how the data analytics  paradigm can be extended to the distributed case, using Spark throughout.

We'll cover Spark's programming model in detail, being careful to understand how and when it differs from familiar programming models.

Through hands-on examples in Spark, we’ll see how Spark can improve the implementation of Machine Learning and Deep Learning Algorithms at scale.

Manel Sekma.jpg

Dr Manel SEKMA

Is currently assistant professor at the Higher Institute of Computer Sciences and Mathematics of Monastir (since 2017).Recived her Ph.D in computing system engineering fromnational school of engineers, University of  Sfax, TUNISIA (January 2016).

Major research fields: Computer vision and artificial intelligence, machine learning and Big Data.

bottom of page