En 2019, j’ai pris la parole pour la première fois devant environ 500 personnes au DevFest Abidjan, en tant que speaker de la communauté TensorFlow. Je parlais de machine learning appliqué et de ces “nouvelles” technos qui semblaient encore lointaines. Quelques années plus tard, avec la vague IA générative et les LLM partout, je réalise que nous avons été précurseurs d’un mouvement.

Avant la scène : pourquoi TensorFlow ?

À l’époque, je menais des projets web/cloud et je consacrais mes soirées à expérimenter TensorFlow/Keras sur des cas très concrets (classification d’images, détection simple, NLP basique). Rejoindre le GDG Abidjan et la communauté TensorFlow m’a donné un cadre, des pairs, et surtout l’envie de partager.

Le talk : démystifier le ML, montrer l’utile

Mon objectif n’était pas de faire un cours magistral, mais de rendre le ML tangible :

• exemples du quotidien (reco, vision, texte)
• démos sur Google Colab pour montrer qu’on peut démarrer sans GPU onéreux
• transfer learning pour adapter un modèle pré-entraîné à un petit dataset local
• bonnes pratiques de base (jeu de données, éthique, biais, métriques simples)

Message clé : le machine learning n’est pas réservé aux géants — il peut résoudre des problèmes locaux s’il est pensé avec pragmatisme.

L’instant qui compte : 500 personnes, premier “grand” public

Mon meilleur souvenir ? Lever les yeux et voir une salle pleine à craquer. Beaucoup d’étudiants, des devs, des designers, des entrepreneurs. La curiosité était palpable.
C’était intimidant, oui. Mais la communauté m’a porté : bénévoles, organisateurs, speakers — une énergie positive qui te pousse à donner le meilleur.

Et maintenant ? Des CNN aux Transformers, des POC aux LLM en prod

Depuis, le paysage a basculé :

• Les Transformers ont redéfini le NLP/vision.
• Les LLM (et leurs outils) ont industrialisé des usages naguère expérimentaux.
• L’IA générative s’est invitée dans les métiers, du marketing au support, jusqu’au code.

Ce que nous montrions en 2019 comme “émergent” est devenu standard.
Aujourd’hui, je construis et conseille des solutions cloud & IA pragmatiques (SaaS, intégrations, automatisations), avec un focus coûts, sécurité et impact business.

Ce que j’ai appris de cette première scène

1. Montrer > raconter : une démo concrète ancre mieux qu’une slide.
2. Localiser les cas d’usage : les problèmes d’ici appellent des solutions conçues ici.
3. Commencer simple : un transfer learning bien cadré vaut mieux qu’un “gros” modèle mal maîtrisé.
4. Documenter & partager : le savoir circule, la communauté grandit.
5. Rester curieux : la tech change, l’essentiel reste — résoudre de vrais problèmes.

   

   Merci 🙏

Merci au GDG Abidjan, à Women Techmakers, aux bénévoles et aux speakers de cette édition. Vous avez créé un espace où des centaines de personnes ont découvert, expérimenté et… attrapé le virus de l’IA.

Et la suite ?

Je continue à intervenir (workshops, audits, sprints conseil) sur :

• Kubernetes & Cloud Native (industrialisation, CI/CD, coûts)
• IA & LLM (use cases, intégration, gouvernance responsable)

👉 Envie d’un talk ou d’un atelier dans votre école/entreprise ?
Contact : kimana.misago@mplaces.africa