Portland AI Engineers January Meeting

Ce mois-ci, nous aurons des présentations techniques approfondies de la part de créateurs d'IA à la recherche de commentaires et de perspectives diverses sur lesquelles notre incroyable communauté peut toujours compter.

**Horaire :**

* 17h00 - 17h30 : Collations et réseautage
* 17h30 - 18h30 : Présentations
* 6h30 - 7h00 : Récapitulatif et réseautage

***

### Présentateurs

\-\-\-

**Randy Olson**
**Titre :** Au-delà de la démo : créer une IA fiable avec des évaluations LLM
**À propos de moi :**
Randy Olson est co-fondateur et CTO de Goodeye Labs, où il crée des outils pour aider les équipes à évaluer les résultats de l'IA à grande échelle. Il est titulaire d'un doctorat en informatique et de plus de 15 ans d'expérience pratique dans les domaines du génie logiciel, de l'apprentissage automatique, de la biologie computationnelle, de la science des données et du développement de produits d'IA. Son travail a été présenté dans le New York Times, Wired et FiveThirtyEight, y compris des projets tels que le calcul des trajets routiers optimaux et l'analyse des tendances des données à grande échelle. Il a également créé des outils open source largement utilisés comme TPOT, une bibliothèque d'apprentissage automatique automatisée. Ces jours-ci, il se concentre sur la résolution d'un problème qu'il a rencontré dans toutes les équipes avec lesquelles il a travaillé : rendre les systèmes d'IA plus fiables et dignes de confiance dans les environnements de production.
**Description de la discussion :**
Les évaluations LLM (evals) sont devenues l'un des sujets les plus discutés en ingénierie de l'IA, mais pour de nombreuses équipes, elles restent abstraites ou intimidantes. Ce discours coupe le bruit et devient pratique. Que sont les évaluations LLM, pourquoi devriez-vous vous en soucier et comment les mettre en œuvre réellement ? Je vais commencer par expliquer ce qui rend les évaluations essentielles, d'autant plus que l'IA passe des démonstrations aux systèmes de production où la qualité et la cohérence comptent. Nous examinerons le paysage de l'évaluation, y compris les frameworks open source solides comme DeepEval et Verdict que vous pouvez commencer à utiliser dès aujourd'hui. Ensuite, je présenterai un exemple pratique utilisant Truesight, la plate-forme d'évaluation que j'ai construite chez Goodeye Labs, pour montrer à quoi ressemble la configuration et l'exécution d'évaluations dans la pratique. Que vous soyez un ingénieur en IA expédiant des modèles, un chef de produit définissant des barres de qualité ou toute personne travaillant directement dans le domaine de l'IA, vous repartirez avec une compréhension claire de l'importance des évaluations et de la manière de commencer, avec ou sans budget.

** Impliquez-vous : **

* **Présentez votre travail lors d'un prochain événement** : envoyez-nous un e-mail à [[email protected]](http://mailto:[email protected]/) pour discuter du partage de votre projet ou de vos idées.
* **Fournir des commentaires** : contribuez à façonner notre communauté en partageant vos idées et suggestions.
* **Parrainez un événement** : [Contactez-nous](https://www.portlandai.engineer/sponsorship) pour discuter des opportunités de partenariat

Pour plus d'informations et pour rejoindre notre communauté, visitez [portlandai.engineer](https://portlandai.engineer/)
**Merci à nos incroyables sponsors**
[Expérience de l'incubateur de Portland](https://www.piepdx.com/) (PIE)
[Fleuriste de silicium](https://siliconflorist.com/)
[AlteredCraft](https://alteredcraft.com)
[O'Reilly](https://www.oreilly.com/)
[Instrument](https://www.instrument.com/)