Participez à notre webinaire exclusif dédié aux données synthétiques.
L'entraînement et la validation de modèles d'IA nécessitent une grande quantité de données. La collecte de données est coûteuse et chronophage. Parallèlement, les exigences en termes de confidentialité et de partage de données se durcissent.
La génération de données synthétiques s’impose comme une solution puissante pour relever ces défis. Les données synthétiques conservent les propriétés et les tendances statistiques sans exposer d'informations sensibles.
Ce webinaire vous propose une immersion complète dans cette technologie et vous montre comment en tirer un avantage décisif.
Au programme :
- Comprendre les données synthétiques : définition, principes et différences avec les techniques d’anonymisation classiques.
- Les atouts de la confidentialité différentielle
- Les méthodes de génération : modèles, approches et métriques d’évaluation des données générées
- Des exemples de cas d’usage par industrie
- Démonstration de SAS® Data Maker sur un cas d’usage concret
- Des réponses à vos questions avec nos spécialistes
Ce que vous allez apprendre :
- Comment produire des données réalistes et exploitables sans exposer d’informations sensibles.
- Comment évaluer la qualité et la confidentialité des données générées.
- Les étapes à mettre en place pour intégrer un générateur de données synthétiques dans vos workflows.
Pour qui ?
- Ce webinaire s’adresse aux data scientists, ingénieurs IA/ML, responsables Data, IA, Innovation, équipes produit, DPO, et plus largement à toute personne souhaitant exploiter la puissance des données sans compromettre la vie privée.
Vous avez un profil SAS? Pour compléter automatiquement ce formulaire Se connecter
Intervenants

Sylvie Faucillon
Principal AI Advisor, Global Customer Advisory, SAS France
Yulia Paramonova
Sr Associate Systems Engineer, Pre Sales,
5 ans chez SAS.
Son expertise consiste à sélectionner et à appliquer des modèles d'apprentissage automatique afin de résoudre des problèmes dans différents secteurs allant de la vente au détail et des télécommunications aux soins de santé et à la banque.
« Je suis une « data scientist » curieuse, désireuse d'apprendre quelque chose de nouveau chaque jour et de partager mes connaissances et mon expérience avec mes collègues et mes clients.»