Apprentissage distribué à grande échelle : solutions de machine learning pour des données réparties sur différents serveurs.
Apprentissage avec des données bruitées et partiellement étiquetées (few shot learning).
Prédiction de séries temporelles : détection de fraude (détecter automatiquement les documents dont le contenu dévie du celui d’une collection de documents types), prédiction de pannes (maintenance prédictive), analyse de logs/séquences.
Traitement automatique du langage : recherche et extraction d'information, résumé automatique de texte, classification automatique de textes, classification multi-labels.
Analyse de marché et des réseaux sociaux : analyse de sentiments (extraire automatiquement les sentiments dans un ensemble de commentaires clients).
Analyse de données brutes et structurées.
Systèmes de recommandation : prédiction de l'appétence des utilisateurs sur différents produits (filtrage collaboratif).
