• Compte-rendu : Google cloud summit

    • Compte-rendu : Google cloud summit

    Evénement Analytics Data Gouvernance 21.06.2018
    Par Converteo

    Converteo était présent le mardi 5 Juin 2018 la deuxième édition de Google Cloud Summit Paris. En tant que partenaire et reseller Google, les experts data et data scientists de l’équipe Converteo accompagnent au quotidien de nombreux clients dans l’exploitation avancée de l’écosystème GCP et plus précisément dans le déploiement de cas d’usage à forte valeur métier et marketing (optimisation des investissements média, personnalisation des parcours clients, segmentation comportementale, prédiction des ventes, prédiction d’anti-churn, tableaux de bord 360, outils décisionnels, …).

    Au fil de nombreuses conférences ayant comme intervenants des acteurs de poids du marché français et mondial, comme Total, Airbus, Dailymotion, Bnp Paribas, Natixis, La Redoute, Google a réexposé sa stratégie d’implantation et de croissance sur un marché français et mondial du cloud qui reste encore timide, avec seulement 5% de taux de pénétration.

    Lors de la keynote introductive, Ulku Rowe (directrice technique et financière du bureau du CTO de Google) a présenté la réponse apportée par Google Cloud Platform aux 5 vecteurs décisionnels du choix d’une solution cloud :
    • Fiabilité et performance : un investissement annoncé de 30 milliards de dollars pour renforcer son assise en termes d’infrastructure, avec le développement de nouveaux data centers et réseaux de câbles sous-marins. Ceci permet à Google d’assurer sa position de leader sur le marché du cloud en termes performance.

    • Sécurité : le ton est donné par le rappel du mot d’ordre de Google Cloud concernant la sécurité : « Zero Trust », un modèle de sécurité qui a donné naissance à l’offre Google BeyondCorp. La démo de l’API DLP renforce l’importance que Google porte à la sécurité des données, ceci dans un contexte européen bousculé par la RGPD.
    • Support : trois niveaux de support proposés par Google Cloud : Silver, Gold et Platinum pour accompagner au quotidien les équipes en charge de GCP.
    • Gestion des coûts : Google Cloud Platform repose sur un modèle économique pay-as-you-go (facturation à l’utilisation), les utilisateurs payant seulement en fonction des ressources qu’ils consomment.
    Mais le fil conducteur de la journée semble avoir été le machine learning et plus généralement l’intelligence artificielle, avec une volonté clairement affichée par Google d’entièrement démocratiser cette technologie. Cette stratégie, portée par Dr. Fei-Fei Li, la Chief Scientist de Google, entend « réduire les barrières d’entrée et rendre l’intelligence artificielle disponible à l’ensemble de la communauté des développeurs, utilisateurs et entreprises ».
    Depuis l’acquisition de Kaggle l’année dernière, Google a désormais accès à la plus grande communauté d’intelligence artificielle du monde, permettant aux utilisateurs de la plateforme un accès sans précèdent aux outils de machine learning les plus avancés de Google… Et à Google un pool de talents inégalable.
    On connaissait déjà les solutions Google Cloud permettant de gérer des cas d’usage machine learning très variés dans tous les domaines. Deux méthodologies étaient disponibles :
    1. Utiliser ses propres datasets et la conception (notamment avec TensorFlow) de ses propres modelés prédictifs, entrainés ensuite et déployés via Cloud ML Engine. Mais cette approche DIY exige de disposer des compétences extrêmement poussées demeurant encore rares sur le marché.
    2. Utiliser les 5 solutions API mises à disposition par GCP : Vision API, Speech API, Translation API, Natural Language API et Video Intelligence API. Cette approche a le mérite de proposer des modèles prêts à l’emploi et assez simples d’utilisation.
    La grande nouveauté de cette année est la mise à disposition (en version Alpha pour l’instant) de la nouvelle suite Cloud AutoML. Quelle est l’ambition d’AutoML ? Tout simplement de s’affranchir des compétences techniques inhérentes à la conception et au choix des modèles prédictifs. AutoML concevra un model prédictif entièrement personnalisable avec seul prérequis : vos données.
    Catégorisées ou pas ! Vous pouvez  désormais utiliser le support Google pour classifier et labeliser vos données afin de disposer, en entrée, d’une grande qualité de la donnée pour permettre une haute précision prédictive .
    La démo du premier module disponible, Cloud AutoML Vision, témoigne de la facilité déconcertante  de concevoir de bout en bout un modèle prédictif personnalisé, de l’entraîner et le déployer à grande échelle dans le cloud.

    On attend avec impatience le Google Cloud Summit Paris 2019 pour, espérons-le, un nouveau changement de paradigme, peut-être cette fois, l’accès aux quantum computers.

     

    Auteur : Danielle Sarant, Consultante Senior

    Par Converteo

    Contact
    Demande de Formation