Développer une pipeline de traitement avec Delta Lake et Airflow déployée sur OVHCloud Résumé : Rendre ses Data Lake plus vivants, alignés avec les cycles de vie des données et les exigences de réactivité des équipes métier. Ce défi est à portée de main avec...
Automatiser l’extraction d’informations d’un PDF Rapports internes, documents administratifs, bilans, plaquettes informationnelles, etc. Une société a souvent à sa disposition de nombreux documents PDFs riches en données. Pourtant ces documents sont souvent...
Comment utiliser Spark-NLP depuis une EMR ? Spark NLP est une excellente collection d’algorithmes de transformation et d’analyse de texte. Cependant, utiliser des librairies tierces dans un cluster Hadoop+Spark requiert un peu de technicité. Nous vous...
On évoque de manière toujours plus soutenue l’apprentissage automatique (ou Machine Learning) dans les entreprises, et ce dans tous les domaines: Prédiction de vente, Maintenance prédictive, assistance au support client… Cependant, pour en faire le levier...
Ce vendredi 8 novembre a eu lieu le TensorFlow RoadShow à l’occasion de la présentation de la v2.0. Cette plateforme pour le machine learning est devenue un quasi standard. Le menu de la journée était copieux : Machine Learning today and tomorrow. TensorFlow 2.0....
![[Data Science] Tirer le meilleur parti de patrimoines de documents PDF complexes](http://www.novagen.tech/wp-content/uploads/2021/01/schéma-pipeline-NER.png)
![démarrer avec Spark NLP dans AWS EMR (Elastic Map Reduce) [Tutoriel]](http://www.novagen.tech/wp-content/uploads/2020/01/aws_emr_spark_jupyter.png)
