S’il y a bien une fonction qui se développe dans le paysage marketing, c’est bien celle de Data Scientist.
Gautier Rademecker et Laurence Bedoret occupent cette fonction chez Agilytic. Ils nous expliquent ce qui se cache derrière cette appellation.
Agilytic est une start-up spécialisée en conseil de valorisation des données, fondée en 2015 par Julien Theys et Christophe Robyns. Avec une équipe de plus de 25 personnes dont une majorité de Data Scientists, elle travaille avec des clients tels que Partenamut, Fnac Vanden Borre ou encore BPI Real Estate.
Quelles sont les principales caractéristiques de cette fonction de Data Scientist ?
Laurence Bedoret : De base, le job d’un Data Scientist est d’analyser des données, les fameuses ‘’data’’, qui sont au cœur de l’activité. Mais en fait, au quotidien, cela ne représente qu’une partie de la fonction.
Gautier Rademecker : La première étape de tout projet est de bien comprendre le problème, l’objectif du client. Il y a donc un aspect relationnel à cette fonction.Ensuite il s’agit de dialoguer avec les équipes IT du client pour identifier les données disponibles, les analyser et éventuellement les enrichir avec des données externes. Des données de la banque carrefour des entreprises par exemple.
Sur cette base, nous pouvons construire un modèle qui permet de répondre aux objectifs du client. On entre là dans le premier aspect ‘’technique’’ de la fonction.L’autre aspect est le traitement des données, c’est-à-dire l’informatique et le codage.Enfin, il s’agit d’analyser les résultats de nos traitements et l’expliquer, le plus simplement possible, notre approche au client ce qui demande pas mal de pédagogie mais il est indispensable que le client comprenne ce que l’on fait.En conclusion, un Data Scientist chez Agilytic est un hybride entre un scientifique, un informaticien et un chargé de clientèle.Quelles sont les bases nécessaires à cette fonction ?
Laurence Bedoret : Une base scientifique est indispensable dans ce métier, particulièrement une bonne maîtrise et une affinité avec les mathématiques, les statistiques et les probabilités.Pour ma part, j’ai un Master en Sciences Economiques que j’ai complété avec une formation en Data Science au MIT d’un an et demi composée de quatre piliers : Statistique, Probabilité, Machine Learning, Analyse de données.
Du lourd ! C’est avec cette base que j’ai débuté chez Agilytic il y a tout juste un an. Pour la partie informatique, je l’ai apprise ici, sur le tas.
Gautier Rademecker : De mon côté, j’ai un Master en ingénierie électronique et électrique. Je suis arrivé chez Agilytic fin 2021 après une expérience de près de 3 ans chez Deloitte à Londres. L’aspect ‘’business’’ est fondamental dans ce métier. Comprendre les besoins du client demande une bonne écoute qui n’est pas nécessairement le profil d’un pur scientifique.
Laurence Bedoret : A noter que les formations spécifiques de Data Scientist n’existent que depuis moins de 10 ans. Seuls les juniors qui nous rejoignent aujourd’hui disposent de cette formation spécifique. Les autres sont docteurs en psychologie, en physique ou en économie.
Sur quels types de projets travaillez-vous ?
Les projets sont très variés, j’ai par exemple travaillé avec un retailer dont l’objectif était de mieux segmenter ses clients dans le cadre de son programme de fidélité. Les données disponibles étaient celles des tickets de caisse donc énormément de données mais très fiables. Nous avons rapidement pu lui proposer une analyse pertinente. Pour un autre projet par contre, dans le domaine de la logistique, les données étaient tellement éparses et encodées de manière aléatoire que notre recommandation fut de conseiller au client de revoir la structure de gestion de ses données. Un cadre sur lequel nous pourrions travailler pour répondre à sa demande.
Faut-il avoir peur des IA ?
Gautier Rademecker : Non mais il faut conserver un regard critique par rapport à ce que produisent ces intelligences. Ce recul est indispensable tout comme il l’est pour les informations sur les réseaux sociaux. Ces intelligences sont extrêmement puissantes et il faut donc les utiliser avec une certaine prudence. Mais il faut les utiliser.
Laurence Bedoret : Comme toute nouvelle technologie, les IA offrent des avantages et des inconvénients. Elles proposent des résultats qui paraissent très ‘’humain’’ ce qui peut être perturbant mais pour ma part je ne suis pas inquiète. Il faut simplement intégrer qu’elles présentent des risques et donc rester attentif.