Réseau de la science des données pour la fonction publique fédérale (RSDFPF)

Utilisation de l’apprentissage automatique pour prédire le rendement des cultures

Des scientifiques de données de Statistique Canada ont récemment étudié comment incorporer des techniques d'apprentissage automatique dans un environnement de production de statistiques officielles pour améliorer la méthode de prédiction du rendement des cultures et comment bien évaluer les méthodes de prédiction dans un contexte de production.

L’Accélérateur numérique de RNCan – Révolutionner la façon dont Ressources Naturelles Canada (RNCan) sert les Canadiens grâce à l’innovation numérique

Ressources Naturelles Canada (RNCan) a intégré des outils analytiques avancés dans ses programmes de science et de recherche et compte mener la transformation numérique du secteur des ressources naturelles. Découvrez comment leur Accélérateur numérique appuie l’exploration des applications novatrices et le développement de partenariats stratégiques pour accroître l’expertise de RNCan.

Contrôle de version avec Git pour les professionnels de l’analyse

L’exécution de travaux analytiques ainsi que de travaux en science des données est plus complexe que jamais et la nécessité de permettre la collaboration entre les membres d’une équipe se compare aux besoins requis par les flux de travaux typiques en informatique. Nous examinons comment tirer parti de Git pour l’appliquer aux problèmes de collaboration rencontrés par les équipes en charge de l’analyse.

Utiliser la science des données et les outils infonuagiques pour évaluer les répercussions économiques de la COVID-19

Alors que les effets de la COVID-19 sur l’économie continuent de se faire ressentir à un rythme effréné, il est plus important que jamais pour les Canadiens et les entreprises de disposer de renseignements fiables pour comprendre ces changements. Une équipe de scientifiques des données et d’analystes de Statistique Canada travaille fort pour répondre à ce besoin d’information en automatisant l’extraction des données textuelles de sources variées et l’analyse de ces données en temps quasi réel.

Charges de travail protégées dans le nuage public

Cet été, le besoin s’est accru de disposer de services flexibles auxquels on pourrait accéder en dehors des réseaux traditionnels et qu’on pourrait élargir rapidement, tout en maintenant la sécurité des renseignements confiés à la fonction publique. L’occasion pour la science des données de fournir des connaissances pertinentes afin d’aider les décideurs et la population en général n’a jamais été aussi grande. Les scientifiques des données doivent toutefois pouvoir s’assurer que les activités liées aux données et au travail se déroulent dans des environnements sécurisés.

La plateforme infonuagique d'analyse avancée liée à la COVID-19

Alors que les Canadiens étaient de plus en plus préoccupés par les répercussions de la COVID-19 sur notre société et sur notre économie en mars 2020, Statistique Canada a commencé à recueillir des renseignements cruciaux pour soutenir les citoyens et les activités essentielles du gouvernement durant cette période sans précédent.

Un étudiant coop explore la puissance des mégadonnées

En offrant un aperçu de ce à quoi ressemble la vie d’un étudiant inscrit à un programme d’alternance travail-études au sein de la Division de la science des données de Statistique Canada, cet article met en lumière l’expérience de Mihir Gajjar, un étudiant du programme de mégadonnées de l’Université Simon Fraser (SFU).

Date de modification :