Bonjour à tous ! Pour le meetup de février, nous serons chez Theodo, merci à eux de nous héberger.

--- Tu veux faire un talk sur un sujet tech qui te tient à cœur, lors d'un prochain meetup HumanTalks ? N'hésites pas à soumettre ton talk ici: https://gospeak.io/cfps/humantalks-paris Nous avons à cœur de permettre aux personnes qui n'ont pas l'habitude de prendre la parole de venir présenter un sujet. Nous proposons un accompagnement aux personnes qui en ressentiraient le besoin ! Sentez-vous donc libre de venir proposez un sujet ;)

---

Au menu de cette session :

Causal impact, a statistical test method for all to use where others fail par Julien Perichon En dehors des cas quasi académiques (avec mesure de précision, F1-score, AUC, etc...), il est souvent nécessaire de s'intéresser aux méthodes de test statistiques. Cependant, malgré leur puissance, celles-ci peuvent être dures à appréhender et nécessiter de nombreuses hypothèses non vérifiées en pratique. Dans ce talk, je vais vous présenter Causal impact, un outil pensé par des équipes de Google et conçu pour être facile à utiliser et très robuste; ainsi que mes apprentissages sur son utilisation.

"Tester, c'est douter", et c'est une bonne chose ! par Erine Dupont Vous aurez peut-être déjà entendu cette phrase de la part de vos software engineers qui veulent aller au plus vite à la production. Au travers de ce talk, j’aborde le problème d’un autre angle : tester, c’est assurer une expérience client optimale. Malgré nos bonnes intentions, ça n’est pas toujours si simple de trouver la bonne stratégie de test, puis de l’implémenter. Je vous parle de l’impact de mauvais tests, puis j’investigue les différentes stratégies possibles à travers les différents types de tests. Je vous propose enfin une prise de recul sur l’implémentation d’une nouvelle stratégie de test.

Le No-Code au service des équipes métier par Elise Reichardt Description à venir

Boostez vos recherches sémantiques avec la GenAI par Sébastien Touzé Les moteurs de recherche classiques tels qu'Algolia ou TypeSense sont très performants pour des recherches de texte brut, même avec des fautes de frappe et sur de gros volumes de textes. Mais que faire lorsque l'utilisateur ne connait pas les termes métier pour sa recherche ? Plutôt qu'utiliser ces solutions, nous verrons comment utiliser la genAI et les embeddings pour créer un moteur basé sur le sens de la recherche grâce à la bibliothèque LLPhant. À la fin du talk, vous aurez les points clés pour créer votre propre recherche sémantique avec l'IA !