Nous sommes ravis d'annoncer que notre propre équipe a remporté le 1er prix au SmartNation AI Hackathon! Nous ne pourrions être plus fiers, alors nous avons interviewé nos Sparkleers Varun et Alexander à propos de leur expérience au hackathon et des défis qu'ils ont relevés.
Pouvez-vous nous parler du hackathon auquel vous avez participé et du défi que votre équipe a décidé de relever pendant le hackathon ?
Les deux : Le hackathon s'appelait SmartNation AI Hackathon, organisé par AI4Belgium où il y avait différents défis liés à la digitalisation et à l'innovation. En gros, il y avait 3 tracks principaux:
- Smart Applications for Medical Data: Ce défi vise à améliorer la transition vers les nouveaux dossiers patients automatisés dans les hôpitaux belges. Les participants travaillent avec des données médicales, dans le but de les restaurer et de les organiser avec précision. Les métriques mettront l'accent sur la qualité des données et l'impact positif sur la recherche médicale.
- Digital Journey to Justice: Développer des solutions numériques innovantes pour améliorer l'accès à la justice. Cela inclut d'orienter les utilisateurs vers des mécanismes de recours adaptés, de faciliter l'accès à la résolution alternative des litiges et d'aider les utilisateurs à naviguer dans le système judiciaire.
- Parliamentary Questions: Formuler efficacement des réponses aux questions parlementaires pour le personnel de cabinet à l'aide des questions et réponses précédentes. En outre, rendre les données plus accessibles aux citoyens belges.
Notre équipe a choisi le défi Digital Journey to Justice. La principale raison est que notre équipe comptait 2 membres ayant un background juridique, et ils connaissaient bien le dataset préparé pour le défi.
Pourquoi vouliez-vous participer à ce hackathon en particulier ?
Les deux : Tout hackathon est une bonne occasion d'apprendre quelque chose de nouveau et de montrer ses compétences métier. Dans ce hackathon, les organisations participantes comptaient parmi les meilleures du domaine de l'AI, comme OpenAI, Microsoft, Mistral AI. La possibilité de collaborer avec eux et d'utiliser leurs outils et technologies pendant le hackathon était une très bonne occasion d'enrichir nos compétences.
Comment votre équipe s'est-elle formée, et quels étaient les différents rôles joués par chaque membre ?
Les deux : Chaque membre a joué un rôle important dans la contribution à la solution finale. 3 membres avaient un background juridique et ont donc préparé l'histoire et la présentation. Les 3 autres membres de l'équipe ont contribué à l'implémentation de la solution grâce à leurs compétences en IT (data cleaning, filtering, génération d'UI).
Comment votre équipe a-t-elle trouvé l'idée ou la solution pour le projet du hackathon ?
Les deux : Grâce aux connaissances juridiques de l'équipe, nous avons rapidement recentré notre focus sur un cas d'usage précis, à savoir : la résolution alternative des litiges hors tribunal via des méthodes de médiation. Nous avons présenté notre solution autour de cela au jury.
Quelles précieuses leçons avez-vous apprises sur le travail d'équipe durant cette expérience ?
Les deux : La leçon la plus précieuse a été de savoir comment aborder et gérer une équipe lorsque de nombreux désaccords surgissent en son sein. Pour la présentation de la solution, nous nous sommes concentrés sur un travail collaboratif, sur un seul cas d'usage et en gardant à l'esprit la contrainte de temps. Nous avons aussi appris à être pratiques et à garder les choses en perspective.
Quelles technologies ont été utilisées ?
Varun: Python, R pour les tâches de data cleaning, OpenAI ChatGPT pour le prompt engineering et Streamlit app pour développer l'UI.
Alexander: Nous avons aussi utilisé la plateforme Azure , qui permet de déployer rapidement des technologies complexes (comme la vectorisation de documents) et de les intégrer de manière fluide.
Quels ont été certains des plus grands défis ou surprises inattendues rencontrés par votre équipe pendant le hackathon, et comment les avez-vous surmontés ?
Les deux : Pendant la phase de data cleaning, l'un de nos membres de l'équipe juridique a découvert que le cas d'usage sur lequel nous nous concentrions était trop général et que le texte associé n'était pas très informatif. Nous avons donc entraîné notre modèle uniquement sur ces données textuelles. Nous avons ainsi dû passer d'un cas d'usage destiné au grand public à un médiateur public, ce qui a ensuite été apprécié par le jury.
Qu'est-ce qui vous a le plus surpris dans la compétition ?
Alexander: J'ai été agréablement surpris par la compétence des autres équipes et par le fait que tant de personnes maîtrisaient déjà des technologies nouvelles qui n'existaient même pas il y a quelques mois. Le rythme de l'innovation s'accélère rapidement et il est absolument crucial d'être un apprenant à vie.
Varun: Gagner la compétition
Quelle a été votre 1re pensée en apprenant que votre équipe avait gagné le hackathon ? Que signifiait cette victoire pour l'équipe ?
Varun: Totalement surpris au début. J'ai ensuite réalisé que le focus que nous avions mis sur 1 cas d'usage précis et la définition d'une solution à un problème très spécifique nous ont permis de convaincre le jury du potentiel de notre solution. Gagner la compétition m'a donné confiance pour discuter avec des cadres de haut niveau du fait qu'une telle solution au problème d'un département de la justice est possible grâce à la puissance de l'AI et à l'étroite collaboration avec une équipe juridique.
Alexander: J'ai été assez surpris, car nous n'avions clairement pas le projet le plus avancé technologiquement. Nous avons toutefois veillé à penser aussi à d'autres aspects importants, comme les critères éthiques, financiers et de faisabilité.
Selon le jury : qu'est-ce qui a distingué votre projet des autres et vous a permis de gagner le hackathon ?
Varun: Définir un cas d'usage précis et travailler dessus pour présenter une solution potentielle simple et évolutive.
Alexander: Le jury nous a informés que notre projet s'est démarqué par sa prise en compte de tous les aspects importants et par son efficacité à traiter le problème. Nous avons délibérément décidé de ne pas utiliser de technologies d'IA complexes pour chaque partie de notre système. Nous avons plutôt implémenté des techniques robustes et infaillibles qui le rendent adapté à un contexte juridique. Nous avons ainsi pu esquisser une analyse de faisabilité bien définie, une ventilation des coûts et éviter certains pièges éthiques qui surviennent lors de l'utilisation de systèmes d'IA avancés comme les LLM.
Décrivez le moment le plus mémorable et amusant du hackathon.
Varun: Entendre le nom de notre équipe lorsque le vainqueur a été annoncé fut le moment le plus mémorable et amusant. Dès le départ, nous nous étions dit : quel que soit le résultat, nous allons nous amuser ! Pendant l'événement, cela a donné une équipe très soudée qui a fait un effort supplémentaire.
Alexander: J'ai énormément apprécié présenter notre projet final sur scène devant le jury et les autres équipes. C'était l'aboutissement de journées de travail acharné, et j'étais ravi de le montrer !
Que pensez-vous de l'expérience globale de participation au hackathon ?
Les deux : Ce fut une expérience très agréable et intéressante, tant en termes de partage de connaissances que de nouvelles compétences et technologies. Pitcher sa présentation était aussi assez excitant. La collaboration avec des personnes de différents domaines (juridique, réglementaire, data scientists) était également très intéressante et nous a apporté d'autres perspectives.
Quel est votre conseil pour ceux qui envisagent de participer à des hackathons ou événements similaires ?
Varun: Mon conseil serait simplement de vous amuser. Essayez de vous impliquer et de voir de quelle manière vous pouvez contribuer à votre équipe. Peu importe la manière, car cela peut être aussi simple que créer le logo de votre équipe, trouver un nom sympa ou parler à différentes équipes pour aboutir à une bonne solution. N'oubliez pas d'apporter une attitude positive.
Alexander: Soyez ouvert à apprendre de personnes en dehors de votre domaine, elles ont des perspectives et des points de vue uniques qui peuvent élargir votre façon de raisonner et d'aborder les défis.
Enfin, quels sont vos projets pour l'avenir de votre projet ? Y a-t-il des plans pour le développer ou l'implémenter davantage ?
Les deux : 2 membres juridiques de notre équipe prévoient de présenter cela à leurs cadres C-level qui ont des connexions avec des personnes du département de la justice. Il est possible que nous puissions construire un POC dans un avenir proche s'ils parviennent à convaincre les bonnes parties prenantes.

Pourquoi nous nous appelons Sparkle
Avant une bonne décision, une intuition. Avant une intuition, une étincelle. L'histoire derrière le nom sur la porte.

Architecture Medallion
Un modèle de conception de données en couches qui affine progressivement les données brutes en insights propres et prêts pour le métier, en passant par les couches Bronze, Silver et Gold.

Les budgets ont désormais leur place dans votre plateforme data
Planning dans Fabric IQ est la toute dernière capacité de Microsoft, et elle marque un vrai changement dans la façon dont les organisations peuvent envisager la relation entre analytics et planification.

Sparkle fait désormais partie du groupe d'utilisateurs estonien de Microsoft Fabric
Le Estonian Microsoft Fabric User Group est un espace où les gens se réunissent pour relever de vrais défis d'ingénierie et d'architecture de données avec Microsoft Fabric.

Cas client : Nabuminds migre vers la plateforme Microsoft Fabric
Le passage d'une BI fragmentée et basée sur les tenants à une plateforme unifiée a apporté des insights plus rapides, une gouvernance renforcée et des capacités analytiques prêtes pour l'avenir.

Relier les points : Neo4j graph intelligence dans Microsoft Fabric
Microsoft Fabric unifie le data engineering, l'analytique et l'AI à travers l'écosystème Microsoft.
Mais de nombreux problèmes métier comme la détection de fraude, le customer 360 ou l'optimisation de la supply chain ne dépendent pas de points de données isolés, mais de la façon dont ces points se connectent.








