KAFERLE DEVISSCHERE Petra

Data Scientist et Data Engineer

Petra Kaferle Devisschere est une Data Scientist avec 13 ans d’expérience en analyse de données. Elle a développé des protocoles et différents outils pour standardiser et accélérer l’analyse de données en laboratoires de recherche. Elle a traite les données provenant de sources multiples : récupération, nettoyage, intégration, analyse et visualisation. Après une reprise d’études en Data Science et IA, elle a commencé à explorer le sujet de l’industrialisation des données tout au long de leur cycle de vie jusqu’à leur mise en production et leur exploitation. Pendant son stage, elle a réalisé des POCs de déploiement de modèles de Machine Learning (ML) sur les plateformes cloud Azure et Databricks.

Son expérience dans la gestion d’un laboratoire scientifique lui a également apporté des capacités en gestion de projets, en communication avec l’ensemble des parties prenantes et dans la construction de solutions applicatives.

Articles publiés

Importer ses données dans Databricks : tables externes et Delta Lake

Catégories : Data Engineering, Data Science, Formation | Tags : Parquet, AWS, Amazon S3, Azure Data Lake Storage (ADLS), Databricks, Delta Lake, Python

Au cours d’un projet d’apprentissage automatique (Machine Learning, ML), nous devons garder une trace des données test que nous utilisons. Cela est important à des fins d’audit et pour évaluer la…

MLflow tutorial : une plateforme de Machine Learning (ML) Open Source

Catégories : Data Engineering, Data Science, Formation | Tags : Deep Learning, AWS, Databricks, Déploiement, Machine Learning, Azure, MLflow, MLOps, Python, Scikit-learn

Introduction et principes de MLflow Avec une puissance de calcul et un stockage de moins en moins chers et en même temps une collecte de données de plus en plus importante dans tous les domaines, de…

Canada - Morocco - France

International locations

10 rue de la Kasbah
2393 Rabbat
Canada

Nous sommes une équipe passionnées par l'Open Source, le Big Data et les technologies associées telles que le Cloud, le Data Engineering, la Data Science le DevOps…

Nous fournissons à nos clients un savoir faire reconnu sur la manière d'utiliser les technologies pour convertir leurs cas d'usage en projets exploités en production, sur la façon de réduire les coûts et d'accélérer les livraisons de nouvelles fonctionnalités.

Si vous appréciez la qualité de nos publications, nous vous invitons à nous contacter en vue de coopérer ensemble.