Lorsque le volume et la complexité des données augmentent, la data-science, comme un enfant, se doit d’évoluer pour devenir plus mature. Ce talk vous présentera comment les bibliothèques tels que Saddle, Smile et Spark Mllib profitent de l’aspect fonctionnel de scala, de son hybridité avec la programmation orienté-objet et de ses prédispositions à la scalabilité pour répondre aux nouvelles exigences de data-science. Elle passe alors d’un rôle d’enfant-explorateur au rôle de scientifique aguerri pour faciliter et donner plus de pouvoir à la statistique descriptive et l’analyse en temps réel de Big Data. Avec en fil rouge une démo de machine learning sur la prédiction de clic sur des espaces publicitaires, nous explorerons les possibilités, les avantages et les pistes d'amélioration de Scala dans la data-science.