Mise en production d'un système de scoring client par une équipe de Data Scientist réduite Les databreakfasts de Dataiku sont de retour ! Nous sommes heureux de vous inviter à la première édition virtuelle, le jeudi 26 novembre à 9h30 où nous recevrons l’équipe Data Science de Finexkap.  Nous aborderons ainsi ensemble :  Comment une équipe réduite de Data Scientists a mis en production un système de scoring client en utilisant une plateforme Data Science  ? A quels défis techniques ont-ils été confrontés et quelles sont les méthodologies mises en place pour y répondre ? Quels sont les avantages majeurs de l’utilisation de Dataiku DSS pour les data scientists ? (Mise en production de projets,interface visuelle, plugins ..)  Nous finirons par une démonstration de Dataiku DSS sur le thème du scoring de risques dans le secteur bancaire. Guest Speaker : Adrien Basso-Blandin, Hayet Bezzeghoud Data Scientist chez Finexkap Le lien d’inscription est ici  En espérant vous compter parmis nous,  A très vite !  ... View more

Bonjour, J'ai constaté un bug récurrent lors de jointures entre datasets qui utilisent des valeurs dont le résultat peut être vide (null ou blank value). Le job va être exécuté correctement en OK mais l'output ne va pas correspondre au résultat attendu car les lignes avec la clé null seront automatiquement supprimées sans warning.... Idem dans les pré/post computing join , si je fais l'erreur de mal caster le champs calculé (formula en string au lieu de double par exemple), le job va s'exécuter en OK mais dataset de sortie vide, sans warning sur l'erreur de cast. Quelqu'un a y-il déjà observé cette erreur ? (je l'avais avec la version 5, mais je constate la même chose avec la V8.0.2), Merci par avance, Tuong-Vi     ... View more

Ce groupe étant précisément destiné à mettre en relation les utilisateurs francophones de DSS, commençons par le commencement 😉 Voici quelques suggestions pour procéder aux introductions :  Nom Fonction et entreprise Missions principales Expérience avec Dataiku DSS et sujets que vous aimeriez voir abordés ici Hâte d'en découvrir plus sur vos profils & intérêts ! ... View more

Un grand merci à @Tuong-Vi d’avoir partagé ses nombreuses bonnes pratiques sur l’opérationnalisation hier ! Vous pourrez les retrouver en notes ci-dessous, avec l'enregistrement de la présentation.  M erci également à tous les participants d'avoir livré leurs retours d'expérience au cours de la discussion ! Voici quelques questions pour recueillir votre avis et les sujets qui vous intéressent pour les prochains événements.  Bonnes pratiques partagées par Tuong-Vi :  #1 - Organisationnelles Identifier les profils pour la réalisation du projet : favoriser un temps de travail en binôme codeur / non codeur Impliquer les intervenants IT tôt dans le process : valider les environnements, les habilitations, les exigences techniques et fonctionnelles (tests de performances, cas de recette validés, document de production fourni) Faire adhérer et travailler avec l’IT sur les objets avancés : macro, plugins, gestion des groupes user Partage de connaissances : Produire un document groupe (modop, schéma d’architecture) à diffuser Documenter (wiki, tags, commentaires, discussions) #2 - Développement  Commencer avec un besoin simple :  Identifier un échantillon de données pour valider son modèle et ses règles de gestion (maîtrise du modèle de données) (Essayer) d’anticiper et fixer la nomenclature des tables afin d’éviter d’avoir à supprimer et recréer des tables en fin de projet Rester minimaliste sur les livrables : filtrer au plus tôt les données, virtualiser les tables temporaires, ne pas multiplier des objets de coding différents si ce n’est pas utile Penser production dès le POC : Scénariser son process, anticiper les variables globales et le partitionnement Développer et automatiser au fur et à mesure des métriques et check pour le monitoring intra-projet Anticiper les problématiques d’accès aux données, de maintenabilité Penser aux macros de nettoyage de logs, planifier avec l’IT les relances de serveurs et services DSS Bonnes pratiques issues de la discussion sur le versionnement : #1 - Versionnement des projets Difficulté : Git garde toutes les versions dans le design node. Sur l’automation node: écrase et remplace pour changement de version. Besoin de faire appel à l’IT pour roll back.  Bonnes pratiques :  Utilisation de macros pour livrer plus rapidement les bundles Possibilité de connexion à un git externe, avec création de nouvelle branche pour chaque nouvelle version des modèles. #2 - Versionnement de données  Difficulté : datasets peuvent mettent très longtemps à se reconstruire en cas de changement de schémas  Bonnes pratiques : Adapter les schémas intermédiaires dans les tables sous-jacentes. Complexe mais scriptable de lire la table en entrée, propager le schéma, et lancer scénario standard ou nouveau scénario pour re-stacker. Dans la mesure du possible, stabiliser la structure des données. Par exemple, parser et contrôler les données en amont de Dataiku, sinon besoin de maîtrise avancée de DSS pour modifier les schémas. Avoir une recette de préparation en début de flow pour agir en sorte de tampon, de sorte à filtrer les colonnes d’intérêt et ne pas modifier les recettes suivantes lorsque le schéma change. ... View more