DataSciencePost

Everything is data

[DataSciencePost @DataSciencePost]

🏍️ Qui arrivera au bout de Summit Moto Trial ?

40 niveaux, roues géantes, explosions, tunnels et sauts au-dessus du vide 🔥

On cherche des pilotes ! Joue et donne-nous ton avis 👇
https://t.co/fYbnaCbdHl

#JeuVideo #Gaming

[DataSciencePost @DataSciencePost]

Google DeepMind, WRI, and IIASA have released the ForTy 2020 dataset and its 2017-2025 time series. Technical analysis of the six-class typology, the satellite embedding pipeline, and documented limits.

#DataEngineering #DataScience

https://t.co/LbsPDjVPMn

[DataSciencePost @DataSciencePost]

Google DeepMind, le WRI et l'IIASA ont publié ForTy 2020: une carte forestière mondiale de 10m de résolution. Basée sur 1,7M de sites d'entraînement, elle atteint 90,2 % d'exactitude globale sur 6 classes.

#DataScience #Télédétection

https://t.co/8SovvVwKy9

[DataSciencePost @DataSciencePost]

@dogramaci Un workflow plus simple est préférable lorsque la complexité n'apporte pas de gain mesurable en qualité, fiabilité ou performance. L'enjeu de l'industrialisation de l'IA n'est pas de multiplier les étapes, mais de trouver le bon équilibre entre efficacité, coût et gouvernance.

[DataSciencePost @DataSciencePost]

Une avant-première du programme des 18 et 19 novembre : industrialisation de l’IA, fiabilité des données, gouvernance et conditions d’accès.

#MachineLearning #DataEngineering

https://t.co/DMtCC6ljIC

[DataSciencePost @DataSciencePost]

A four-agent team powered by Gemini 4 Argon defeated Minecraft's Ender Dragon in survival mode. Analysis of architecture, API token costs, and technical limitations.

#GenAI #IA

https://t.co/1XhbfxNWXk

[DataSciencePost @DataSciencePost]

Une équipe de quatre agents IA propulsés par Gemini 4 Argon a vaincu l'Ender Dragon en mode survie. Analyse de l'architecture, des coûts d'API et des limites techniques.

#GenAI #IA

https://t.co/yOSHZmLB7U

[DataSciencePost @DataSciencePost]

A preview of the November 18–19 program: moving AI into production, data reliability, operational governance and admission conditions.

#MachineLearning #DataEngineering

https://t.co/BxK2JYQmzr

[DataSciencePost @DataSciencePost]

Raleigh has approved a six-month pause on new large data centers to study their impacts on water use, noise and the environment.

#DataScience

https://t.co/4UZUm5HBnb

[DataSciencePost @DataSciencePost]

Raleigh a approuvé une pause de six mois sur les nouveaux grands data centers pour étudier leurs effets sur l’eau, le bruit et l’environnement.

#DataScience

https://t.co/OR7RMWmzSD

[DataSciencePost @DataSciencePost]

Un mini-projet data à essayer : cartographier un jeu de données ouvertes.

Avant le premier graphique : période, unités, valeurs manquantes, licence.

Vous choisiriez quel sujet : transports, alimentation ou qualité de l’air ? #OpenData #DataScience

[DataSciencePost @DataSciencePost]

Understand open data, licensing and limitations through concrete projects, then build a reproducible approach to reuse.

#DataScience

https://t.co/mZJW1ujTKM

[DataSciencePost @DataSciencePost]

Une donnée n'est ouverte que si elle est téléchargeable, modifiable et partageable. La simple consultation sur un site web ne suffit pas.

#OpenData

https://t.co/SWQCbDQRog

[DataSciencePost @DataSciencePost]

Découvrez nos articles sur l’IA, la data science et les technologies qui prennent forme.

Des décryptages, des projets concrets et des illustrations maison : quel sujet vous intrigue le plus ?

https://t.co/iVfw9m52qD

[DataSciencePost @DataSciencePost]

Performance, Thrust and Rocket: understanding cold-gas jets, suction downforce and the new Tesla Roadster timeline.

#DataScience

https://t.co/J8cdSkdQVP

[DataSciencePost @DataSciencePost]

Le Tesla Roadster 2026 intègre des propulseurs SpaceX et un système d'aspiration sous le châssis générant jusqu'à 2G d'adhérence. Production visée pour 2028 à Giga Texas.

#Tesla #Roadster

https://t.co/IVRkpTXbws

[DataSciencePost @DataSciencePost]

En IA et data science, quel sujet mérite une explication vraiment claire ?

A. Faire tourner un modèle en local
B. Évaluer un RAG
C. Passer du notebook à la prod

Qu'est-ce qui vous bloque ?

Nos décryptages : https://t.co/vIiIN1jBa3

[DataSciencePost @DataSciencePost]

An analysis of the collaboration between Meta and Apple enabling local execution of the Muse Spark Open AI model via M5 Ultra Mac Studio hardware.

#Hardware #IA

https://t.co/veBHXjBpNA

[DataSciencePost @DataSciencePost]

Meta et Apple s'allient pour exécuter localement le modèle Muse Spark Open de 816 milliards de paramètres grâce au framework MLX sur des Mac Studio M5 Ultra.

#IA #Meta

https://t.co/U8jjL7TbdP

[DataSciencePost @DataSciencePost]

At IMC 2026, Qualcomm showcased the Snapdragon 8 Elite Gen 6 and Extreme Gen 6 processors, bringing agentic artificial intelligence capabilities directly onto mobile hardware.

#Hardware #IA

https://t.co/6AGP2SizAt