Lancement de la Saison 9 Data For Good
đ Data For Good France câest 61 projets dâintĂ©rĂȘt gĂ©nĂ©ral accompagnĂ©s ces 6 derniĂšres annĂ©es, grĂące Ă +2500 bĂ©nĂ©voles artisans de la Data.
Pour cette 9Úme saison, nous sommes ravis de vous présenter les projets sélectionnés :
â 1.OPENGEOSCALES
â 2. OLVO
â 3. CRATer
â 4. GEOWATCH LABS
â 5. DYSLEXâIA
â 6. SUBSTRA FOUNDATION
â 7. CODECARBON
â 8. VALIDALAB
â 9. SCIENCE FEEDBACK
â 10. OPEN FAKE FACTS
â 11. COMPLOTISME NOUS VOILĂ !
Vous ĂȘtes Data Scientists, Data Engineers, Data Analysts, dĂ©veloppeurs, UX designers, ou bien juste curieux et passionnĂ©s par ces enjeux ? Vous avez de 30 minutes Ă quelques heures par semaine Ă consacrer Ă des projets de bien commun ? Alors lisez cet article et rejoignez-nous !
1.OPENGEOSCALES â Simplifier et faciliter lâaccĂšs et lâusage des donnĂ©es ouvertes liĂ©es aux enjeux environnementaux et climatiques
OpenGeoScales croit en lâanalyse collaborative et aux donnĂ©es gĂ©ospatiales pour aider Ă rĂ©soudre des dĂ©fis environnementaux. Cette association a pour objectif de faire face aux impacts du changement climatique sur les villes, en fournissant s un point dâaccĂšs centralisĂ© Ă des donnĂ©es environnementales standardisĂ©es et agrĂ©gĂ©es Ă diffĂ©rentes Ă©chelles gĂ©o-spatiales En plus de gĂ©nĂ©rer des donnĂ©es environnementales fiables et normalisĂ©es, OpenGeoScales propose un accĂšs libre aux traitements implĂ©mentĂ©s sur les donnĂ©es brutes collectĂ©es de diverses sources.
Pour cette saison 9, Data For Good et OpenGeoScales vont travailler ensemble pour harmoniser les donnĂ©es liĂ©es aux Ă©missions de gaz Ă effet de serre Ă diffĂ©rentes Ă©chelles gĂ©ographiques et fournir une API permettant un accĂšs facile et libre Ă ces donnĂ©es.Ils ont besoin de Data Scientists/Engineers pour les aider dans lâexploration, lâintĂ©gration et la transformation des donnĂ©es collectĂ©es dâĂ©missions de gaz Ă effet de serre et de dĂ©veloppeurs Backend pour le dĂ©veloppement de lâAPI.
Pour les rejoindre câest ici
2. OLVO â DĂ©velopper un algorithme de dispatch des missions pour soutenir une nouvelle vision de la livraison Ă©cologique & sociale
OLVO propose un service de livraison en vĂ©los cargos. Pourquoi OLVO ? Pour prendre le contre-pied de lâubĂ©risation du secteur, en proposant une solution environnementale (plus de vĂ©los cargos câest moins de scooters, camionnettes) & une mission sociale : les coursiers possĂšdent lâentreprise. Aujourdâhui, OLVO compte une trentaine de salariĂ©s et effectue environ 8000 livraisons par mois.
Pour ce faire, OLVO a dĂ©veloppĂ© son logiciel in-house PĂDALO â et câest lĂ que Data For Good intervient. Dans le cadre de cette saison 9, OLVO a 2 objectifs :
- Aujourdâhui PEDALO est dĂ©pendant dâun logiciel de SaaS pour tout ce qui touche Ă la rĂ©partition des missions entre les coursiers â DĂ©velopper une solution in-house đȘ (algorithme de dispatch intelligent).
- Muscler & faire passer PĂDALO en open source pour en faire bĂ©nĂ©ficier dâautres entreprises.
En termes de technos, le projet sera principalement sur du Ruby on Rails via Hotwire.
LâĂ©quipe a notamment besoin de dĂ©veloppeurs Ruby & de data scientists/engineers đŽ
Pour les rejoindre câest ici
3. CRATer â Analyser la rĂ©silience alimentaire du territoire français
Les Greniers de lâAbondance, est une association qui Ă©tudie, sensibilise et accompagne sur le sujet de la rĂ©silience alimentaire.
En cette saison 9, câest sur le projet CRATer que des bĂ©nĂ©voles Data For Good vont donner de leur temps. Ce dernier a pour objectif de construire un outil numĂ©rique dâaide au diagnostic de la rĂ©silience alimentaire, notamment en traitant et montrant des donnĂ©es de sĂ©ries temporelles pour illustrer les dynamiques Ă lâĆuvre dans nos systĂšmes alimentaires. Ainsi, ce nouvel outil qui se voudra accessible et simple, outillera les acteurs de terrain pour aider Ă la rĂ©flexion sur ce sujet, Ă lâĂ©chelle de leur territoire.
Pour les rejoindre câest ici
4. GEOWATCH LABS â Lutter contre lâinsĂ©curitĂ© alimentaire en Mauritanie en dĂ©veloppant un algorithme de prĂ©diction des rendements agricoles
GEOWATCH LABS travaille Ă lutter contre lâinsĂ©curitĂ© alimentaire. Pour ce faire, ils travaillent Ă dĂ©velopper une solution pour prĂ©dire le rendement agricole Ă lâĂ©chelle locale afin dâidentifier les populations vulnĂ©rables et permettre une meilleure rĂ©partition de lâaide.
ConcrĂštement, pour une zone donnĂ©e, GEOWATCH LABS repĂšre Ă lâaide dâimages satellitaires les champs cultivĂ©s, caractĂ©rise le type de cultures et estime la production agricole.
GEOWATCH LABS rejoint la saison 9 de Data For Good pour :
- Lancer un projet pilote en Mauritanie (suite à la sécheresse de 2012, 1/3 de la population ne parvient pas à manger sa faim) ;
- Affiner le modĂšle pour passer dâune estimation de rendements agricoles Ă des taux de sĂ©curitĂ© alimentaire.
Le projet est soutenu par la Banque Mondiale et le gouvernement mauritanien.
Pour les rejoindre câest ici
5. DYSLEXâIA â DĂ©velopper des algorithmes de scan de devoirs pour aider les enfants dyslexiques
La dyslexie est un trouble du langage Ă©crit, affectant la lecture, lâorthographe et/ou lâĂ©criture. 4 Ă 5% dâenfants dâune mĂȘme classe dâĂąge en France sont dyslexiques. Malheureusement, il nâexiste pas encore dâoutil ludique et abordable qui permet dâadapter le contenu pĂ©dagogique en temps rĂ©el pour les dyslexiques.
Câest de ce constat que DyslexâIA est nĂ©e (dans le cadre dâAI For Tomorrow) et nous a proposĂ© un dĂ©fis pour cette 9Ăšme saison : rendre accessible lâĂ©ducation pour tous en adressant la dyslexie dans sa globalitĂ©. Ainsi, une Ă©quipe travaillera pour exploiter lâIA, lâUX et la data pour continuer Ă dĂ©velopper la plateforme, notamment en crĂ©ant un algorithme de reconnaissance visuelle de lâĂ©criture tapuscrite et manuscrite.
Pour les rejoindre câest ici
6. SUBSTRA FOUNDATION â CrĂ©er la premiĂšre formation sur la Data Science Responsable
Si lâIA permet des innovations formidables, son dĂ©veloppement â notamment fondĂ© sur des stratĂ©gies de collecte dâinformations,de donnĂ©es et de prise de dĂ©cision automatisĂ©e â doit ĂȘtre dirigĂ© dans un but Ă©thique. Et cela repose sur lâadoption, par le secteur, de pratiques data responsables et respectueuses.
Lors de la saison 8 de Data For Good (leur projet a Ă©tĂ© nommĂ© vainqueur de la saison đ), SUBSTRA FOUNDATION a ainsi dĂ©veloppĂ© un rĂ©fĂ©rentiel dâĂ©valuation en matiĂšre de data science responsable et de confiance qui sâaccompagne dâune plateforme dâauto-Ă©valuation.
Pour cette nouvelle saison, SUBSTRA FOUNDATION veut aller encore plus loin et a pour ambition de monter un vĂ©ritable MOOC sur « Une data science responsable » (respect et protection des donnĂ©es personnelles, transparence, biais algorithmiquesâŠ). La formation sera destinĂ©e Ă un public gĂ©nĂ©raliste, mais proposera Ă©galement des briques techniques pour guider les professionnels dans leur pratique.
Pour les rejoindre câest ici
7. CODECARBON â Mesurer lâempreinte carbone de lâIA et la Data Science
La pollution numĂ©rique est responsable de 4% des Ă©missions mondiales de gaz Ă effet de serre (source: Aurelia F). Il peut ĂȘtre difficile de mesurer sa contribution Ă son Ă©chelle.
Câest pourquoi, CodeCarbon a dĂ©veloppĂ© un outil accessible permettant aux individus et aux organisations de mesurer leurs Ă©missions de CO2 de leur Machine Learning. Aujourdâhui, câest un package Python qui sâintĂšgre directement Ă votre base de code et calcule votre production de CO2 produite par votre cloud et votre activitĂ© numĂ©rique.
Pendant cette saison, nous allons associer nos forces pour continuer à développer cet outil afin de le rendre encore plus pertinent, accessible et performant.
Pour les rejoindre câest ici
8. VALIDALAB â CrĂ©er un graphe de connaissances des sources dâinfos francophones pour lutter contre les fake news
VALIDALAB vise Ă lutter contre la dĂ©sinformation en simplifiant le process de vĂ©rification dâune info. A terme, VALIDALAB ambitionne de dĂ©velopper une application permettant Ă tous de vĂ©rifier facilement & rapidement la vĂ©racitĂ© de lâinformation.
Leur mĂ©thode est fondĂ©e sur la recontextualisation de lâinfo et le recoupage des sources đ”.
Pour cette saison 9 de Data For Good, VALIDALAB va sâintĂ©resser au comportement de la sphĂšre mĂ©diatique francophone, avec lâobjectif dâĂ©tablir un graph de connaissance des diffĂ©rentes sources dâinformation (mĂ©dias, blogs, rĂ©seaux sociauxâŠ). Leur projet comportera 3grands axes :
- Qualifier la crédibilité des sources
- Accéder à de meilleurs points de vue
- Tracer les documents, vidéos, citations
Pour les rejoindre câest ici
9. SCIENCE FEEDBACK â DĂ©velopper un systĂšme et des outils pour aider au fact-checking
Science Feedback est un rĂ©seau international de 500 scientifiques vĂ©rifiant collaborativement la crĂ©dibilitĂ© dâinformations virales dans les domaines scientifiques. Lâorganisation travaille notamment en partenariat avec Facebook et TikTok et a ainsi pu informer des dizaines de millions dâutilisateurs en 2020. Leur objectif est dâaider les lecteurs Ă vĂ©rifier les informations mais aussi de contribuer Ă une meilleure visibilitĂ© des informations fiables sur Internet.
Data For Good va se lancer dans cette aventure pour aider Ă dĂ©velopper des outils utiles Ă Science Feedback et aux autres fact-checkers notamment dans le monitoring quotidien des affirmations faites par les sites de dĂ©sinformation et la recherche dâexperts scientifiques pour les vĂ©rifier.
Pour les rejoindre câest ici
10. OPEN FAKE FACTS â Lutter contre la diffusion des fake news en France grĂące Ă la data
Toujours dans lâoptique de lutter contre la dĂ©sinformation, OPEN FAKE FACTS a pour objectif de simplifier la dĂ©tection de fake news en France.
Pour ce faire, ils proposent de dĂ©velopper des algorithmes de NLP permettant dâidentifier les fake news en français et de crĂ©er une base de donnĂ©es open-source rassemblant les derniĂšres infox publiĂ©es.
Le projet sera organisé autour de 3 axes :
- Un travail dâanalyse de la donnĂ©e pour dĂ©gager des signaux permettant de discriminer les fake news
- Le dĂ©veloppement dâalgorithmes de traitement de textes (NLP/TAL) permettant de dĂ©tecter des contenus potentiellement faux (algo de similaritĂ© / de classificationâŠ)
- Lâenrichissement dâune base de donnĂ©es de fake news FR notamment via la labellisation dâarticles (sentiment, thĂšmeâŠ)
Pour les rejoindre câest ici
11. COMPLOTISME NOUS VOILĂ ! â Le mĂ©ta projet bonus et unique pour Data For Good afin dâinscrire la lutte contre le complotisme dans le temps et maximiser notre impact
Le complotisme navigue entre une sectarisation toxique du dĂ©bat public et un dĂ©sir lĂ©gitime dâinformation de la population. Avec complotisme nous voilĂ !, nous voulons pousser encore plus fort la data et lâIA pour aider Ă lutter contre la dĂ©sinformation.
Pour la premiĂšre fois, nous lançons un mĂ©ta-projet, soit un projet long terme signĂ© Data For Good. Validalab, Open Fake Facts et Science Feedback sont trois projets avec un mĂȘme objectif : lutter contre la dĂ©sinformation et Complotisme nous voilĂ !, les encadrera pour pousser encore plus loin les recherches et les rĂ©sultats.
đȘ Comment rejoindre la communautĂ© de bĂ©nĂ©voles et sâimpliquer sur un de ces projets : sâinscrire avec ce formulaire
đș Pour retrouver toutes les informations du lancement, câest ici ! lancement saison 9