IA d'entreprise - MTAs et données structurées

La page d'accueil officielle de l'événement est sur le site AICamp. Si vous vous êtes déjà inscrit là-bas, vous n'avez pas besoin de vous inscrire ici à nouveau.La Rencontre IA Entreprise est une communauté pour les praticiens de l'IA qui construisent, déploient et mettent à l'échelle l'IA au sein des entreprises. Nous rassemblons des développeurs, ingénieurs, data scientists, responsables techniques et décideurs des entreprises pour relever les défis d'ingénierie : intégration, déploiement, gouvernance, données, surveillance, sécurité, mise à l'échelle, etc. en production.Lors de cette édition de juillet, rejoignez-nous et FUNDAMENTAL pour une soirée consacrée à explorer où les LLMs sont insuffisants et pourquoi les entreprises se tournent plutôt vers les Modèles Tabulaires Larges (LTMs). Les Modèles de Langage de Grande Taille ont changé notre façon de travailler avec des données non structurées, mais la plupart des données d'entreprise résident encore dans des tables structurées. C'est ici que des millions de lignes et de colonnes prennent silencieusement les décisions réelles qu'une entreprise prend. Des trillions de dollars de valeur sont enfouis dans ces ensembles de données, et les LLMs traditionnels ne sont tout simplement pas conçus pour raisonner sur des schémas complexes, des relations numériques et des données tabulaires à haute dimension comme ils le font avec du texte.Les chercheurs et les leaders en IA appliquée de Fundamental passeront en revue les LTMs : une nouvelle classe de modèles de base construits spécifiquement pour débloquer le pouvoir prédictif des données d'entreprise structurées. Attendez-vous à une soirée détendue et conversationnelle. De bonnes discussions. De bonnes questions. Beaucoup de temps pour réellement rencontrer les personnes présentes dans la salle.La session couvrira :Qui devrait assister : Idéal pour les Ingénieurs IA, Ingénieurs ML Appliqués, Ingénieurs Déployés en Avant, Ingénieurs de Données, Chercheurs ML, et Scientifiques de Données. Si votre travail touche à la prévision, à la modélisation des risques ou aux données structurées à grande échelle, c'est une conversation qui vaut la peine d'être dans la salle.