Atelier Data Science: Définir les enjeux d’un métier

A l’heure où les problématiques liées au Big Data monopolisent l’attention des médias et des grandes sociétés, tous les projecteurs sont tournés sur le métier de Data Scientist, qui résiste encore et toujours, de par son aspect composite et transversal - à la connexion de plusieurs expertises et de plusieurs types de connaissances - à une tentative de description exhaustive. C’est en effet un métier récent qui s’est créé sur la crête de plusieurs autres – data analystes, statisticiens – et qui met en pratique à la fois une science de l’information et des techniques opérationnelles concrètes.

VISEO se veut aujourd’hui à la pointe de la Data Science avec une équipe de techniciens et d’analystes capable d’évoluer avec efficience dans ce métier rigoureux et complexe, nécessitant à la fois des capacités créatives et une adaptabilité aux demandes de clients aussi différents que Société Générale, Bouygues Télécom, PSA ou SNCF.

Afin de fédérer ses Data Scientists autour de leur métier, mais aussi d’apporter un éclairage supplémentaire autour de ses différents enjeux, VISEO a organisé mardi dernier un atelier Innovation Game.

Apporter un nouvel éclairage sur le métier

«L’intérêt de cet innovation Game est multiple, explique Mélisande Bousquet, directrice conseil pour le groupe. D’un côté il permet de faire émerger une vision commune, à travers des outils collaboratifs et dans une démarche de co-construction, qui escamote la notion hiérarchique habituelle pour proposer une horizontalité des rapports entre collaborateurs. De l’autre, c’est une démarche orientée design thinking, avec des figurations visuelles qui permettent de faire ressortir efficacement les priorités du métier, d’expliciter simplement les zones de connexion entre les différents types d’expertises, le tout au travers d’un team building détendu.»

«En tant que science nouvelle, la Data Science échappe souvent à la compréhension de nos clients, ses enjeux et techniques pouvant paraître un peu occultes, souligne Frederick Vautrain, directeur Data Science VISEO. Notre fonction principale est de valoriser le patrimoine informationnel d’une entreprise, à travers ses multiples sources de données, et de lui proposer en retour une rationalisation de ses processus internes, mais aussi la réflexion autour de nouveaux services, et la planification opérationnelle liée à la restitution réflexive de ces données. Nous sommes en quelques sorte des assembleurs, des mécaniciens de l’information, nous travaillons au cœur de celle-ci pour la rendre lisible à nos clients, lui donner une interprétation opérationnelle et lui raconter un scénario qu’il pourra appréhender dans le cadre d’une optimisation de ses différents métiers (RH, marketing, ingénierie…).»

Déterminer les missions du Data Scientist

L’Atelier, au travers de jeux visuels et collaboratifs,  a notamment permis d’identifier les principales missions du Data Scientist :

• Une mission de traitement pur des données: le Data Scientist doit plonger au cœur d’informations très hétérogènes grâce à des outils statistiques, algorithmiques et mathématiques, afin de les structurer. Il doit créer du code pour rendre l’information plus synthétique, et en faire émerger une axiomatique, des hypothèses sur celles-ci. Enfin, il doit être capable de modéliser les données en fonction de la problématique. L’enjeu ici n’est pas de se faire plaisir avec des techniques plus ou moins sophistiquées mais de choisir les plus adaptées et robustes.

Ce segment particulier et bien identifié par l’ensemble des consultants est clairement un «must-have», une condition nécessaire mais insuffisante pour être un Data Scientist.

• Une mission de conseil: le Data Scientist doit être capable de formaliser le problème en intégrant toutes les dimensions du contexte: la stratégie, les acteurs et leurs expertises/attentes, les contraintes techniques. Il doit aussi, notamment pour les missions d’exploration de données, être force de proposition business dans ses livrables.
• Une mission de transmission: le Data Scientist doit être capable de communiquer de manière simple et interpréter ses résultats de manière opérationnelle. La DataViz et la production de livrables synthétiques doivent permettre à tous les acteurs de comprendre le potentiel et les contraintes de leur patrimoine informationnel et les usages possibles.
• Une mission humaine et relationnelle qui consiste  à impliquer le client, à lui faire comprendre les enjeux et les problématiques soulignées par la valorisation de ses données. Une mission qui demande de nombreuses qualités humaines: avant tout de la méthode, issue d’une culture scientifique, mais aussi de la curiosité, de la faculté de transmission, d’échange, de la prise d’initiative et une certaine forme de maturité.   

De l'expertise et de l'esprit

 «Le data scientist chez Viseo, résume Frederick Vautrain, c’est avant tout une équipe d’experts au service des enjeux clients.»

S’appuyant une démarche scientifique partagée et agile et des compétences techniques pointues, l’équipe Data Science est complémentaire par la diversité des profils et des expériences.  Cette richesse lui permet de dialoguer avec tous les métiers et de transmettre ces résultats par des schémas simples et opérationnels.

La Data Science au sein de Viseo, c’est également un savoir-être conjuguant créativité, pédagogie, curiosité et adaptabilité.

 «L’humain est prédominant chez Viseo, explique un des collaborateurs, le groupe ne se préoccupe pas que des compétences techniques mais aussi d’un état d’esprit, des personnalités.»