Covid-19 oblige, l’édition 2020 des Luxembourg Internet Days aura lieu entièrement en ligne, du 17 au 19 novembre. Cela n’a pas empêché ses organisateurs de concocter un programme alléchant et ambitieux. L’une de leurs volontés étant de donner une plus grande visibilité aux femmes, qui sont elles aussi bien présentes dans la tech, on trouvera cette année parmi les intervenants des professionnelles comme Christiane Canenbley, Cécile Gellenencourt ou encore Svetlana Schuster.

La bosse des maths

Marie Sacksick sera une autre de ces femmes invitées à s’exprimer sur la scène virtuelle des Luxembourg Internet Days, le 19 novembre. Data Scientist au sein de la société française CybelAngel, qui aide les entreprises à lutter contre les fuites de données, elle est avant tout une passionnée de mathématiques. « Je me suis dirigée vers la data science pour l’aspect mathématique de la discipline, explique Marie Sacksick. En parallèle à ma formation d’ingénieur au sein de l’École centrale de Lyon, j’ai en effet obtenu une licence et un master en mathématiques. J’ai toujours voulu aller plus loin sur ce sujet et, lors de l’un de mes stages, j’ai découvert le machine learning, qui n’est autre que l’application des mathématiques aux données. »

Pour la jeune femme, le machine learning a quelque chose de « magique ». « Au départ d’opérations mathématiques assez basiques comme des moyennes et des sommes, on peut arriver à des prédictions assez fines. C’est assez extraordinaire en termes de performances. » 

L’éthique du machine learning 

Lors de son intervention, le 19 novembre à 14h20, Marie Sacksick présentera une sorte d’état des lieux du machine learning, autour de trois axes principaux. « Tout d’abord, j’évoquerai les récentes évolutions dans le domaine du traitement naturel du langage. Les performances de cette technologie se sont considérablement améliorées au cours des dernières années. Facebook a par exemple développé un nouveau modèle qui permet de traiter des langues pour lesquelles il n’y avait pas suffisamment de contenu auparavant. C’est génial pour les personnes qui parlent ces langues et qui pourront à présent bénéficier de traductions ou d’autres formes de traitements de leur langue. »

La Data Scientist de CybelAngel abordera également la problématique de la détection de la fraude, particulièrement critique en période de confinement, alors que les cyberattaques ont tendance à augmenter. Enfin, Marie Sacksick évoquera l’aspect éthique du machine learning, qui est une véritable lame de fond dans le secteur. « On voit de plus en plus de pays produire des textes de lois qui régulent l’utilisation de certaines technologies, comme le computer vision par exemple, la reconnaissance d’images par les ordinateurs, explique-t-elle. Le problème est qu’on considère trop souvent que cette reconnaissance est infaillible, alors que ce n’est pas le cas. Quand elle est appliquée à l’identification d’un suspect, qui mène à son arrestation, il faut être particulièrement prudent, comme on le serait avec un témoignage humain, par exemple. » 

L’éthique, c’est aussi de parvenir à un meilleur équilibre hommes-femmes dans le secteur du machine learning. Marie Sacksick milite à son niveau pour améliorer les choses, puisqu’elle est co-organisatrice du chapitre parisien de « Women in Machine Learning and Data Science », une organisation qui lutte pour une plus grande équité dans ce secteur. « Ce n’est pas que les femmes y sont moins présentes, c’est simplement qu’elles sont moins visibles, affirme Marie Sacksick. Nous devons donc les mettre en avant, en les faisant monter sur scène plutôt qu’en les cantonnant dans l’assistance. Par ailleurs, WiMLDS veille à ce que les femmes ne soient pas oubliées par la tech, comme c’est encore le cas. L’exemple le plus flagrant est celui d’Apple, qui sort un outil censé monitorer la santé de chacun, et qui met totalement de côté le fait que plus de la moitié de la population mondiale a des menstruations chaque mois. Cela doit changer… »

Rendez-vous sur le site des Luxembourg Internet Days pour consulter l’ensemble du programme.