Chez Axance, nous avons la conviction que l’intégration des data scientists aux équipes de développement produit est central dans la réussite de la mise en production d’algorithmes d’IA. Ces profils compétents, curieux et inventifs amènent les compétences nécessaires pour faire de la donnée le rouage essentiel de la performance du produit et d’une expérience utilisateur remarquable. On vous explique comment. 

DATA SCIENTIST : UN PROFIL CLÉ DE L’APPROCHE PRODUIT

Les data scientists, en tant qu’experts de la donnée, combinent trois types de compétences. Bien exploitées et correctement mises en oeuvre, elles permettent de construire des algorithmes efficaces pour améliorer, accélérer et automatiser une fonction ou un process : 

  • des compétences formelles en data science, allant de la statistique au machine learning, avec lesquelles concevoir les algorithmes
  • des compétences techniques de développement pour extraire les données et les traiter, mettre en oeuvre les algorithmes et réaliser si nécessaire des rendus graphiques
  • des compétences en communication pour diffuser et faire comprendre le mode de fonctionnement des algorithmes et la portée de leurs résultats

Pourtant les algorithmes ainsi construits passent rarement en production. L’architecture technique et fonctionnelle, le changement de processus, ou la nécessité d’intégration au SI sont souvent des freins qui n’ont pas été considérés au départ du projet et représentent des surcoûts souvent rédhibitoires. 

Il est rare que les data scientists soient pleinement intégrés dans les équipes techs et ils ne le sont pas plus dans les équipes métiers qui peinent à en valoriser le potentiel et à dépasser sa dimension technologique. Résultat : les équipes ne sont pas à l’aise avec les algorithmes. Elles freinent leur adoption.

À toutes celles et ceux qui ambitionnent de voir leur travail devenir une réalité et de trouver le lieu et les moyens pour exprimer leurs talents. À vous, data scientists, qui souhaitez concilier valeur business et exigences opérationnelles. À vous toutes et tous, un conseil : intégrez une équipe agile. Vous disposerez des moyens de penser mais aussi de faire. Vous y trouverez une philosophie de travail centrée sur le produit et la delivery porteuse changement d’une mentalité qui valorise l’innovation. 

CONSTRUIRE UNE CULTURE DE LA DONNÉE AU SERVICE DE LA PERFORMANCE

De plus en plus d’organisations en recherche de performance et de continuité abandonnent les approches projets pour se recentrer sur le produit. Cette approche repose sur la constitution d’équipes multidisciplinaires permanentes capables de gérer tout le cycle de vie des produits. Inclure des data scientists directement dans ces équipes permet d’étendre le champ de compétences au service du produit, mais cela implique aussi de trouver les moyens d’adapter la data science à un des fondements de ce modèle: l’Agile. 

Pour le data scientist, la réussite de cette transition, au-delà de la maîtrise des concepts et des méthodes, passe par une démarche d’appropriation et d’imprégnation des rôles et responsabilités ainsi que des expertises déjà présentes. Ces modalités d’action sont clés pour que le savoir-faire et la curiosité qui caractérisent ce profil talentueux s’expriment pleinement :

  • développer la communication des product owners afin d’interagir avec des personnes ayant une compréhension et une vision différentes. Et s’adapter à ses interlocuteurs, utilisateurs, développeurs, product owners ou scrum masters, est clé pour fluidifier le travail au sein de l’équipe
  • s’inspirer des designers pour construire des visualisations claires et efficaces pour propager les idées et la vision au sein de l’équipe. Construire l’intérêt et la confiance autour de la donnée et des algorithmes, notamment avec les utilisateurs, est central dans la construction d’un produit nourri par la data
  • favoriser la transparence du scrum master, pour proposer des objectifs concrets et réalisables qui permettent de construire par itération la fonctionnalité dont les utilisateurs ont besoin. Le tout en intégrant les incertitudes d’un domaine à la frontière de la recherche et de l’ingénierie
  • cultiver la résilience et l’obstination des développeurs pour gérer les aléas et les moments de découragement. Il est important de ne pas baisser les bras face aux retours des utilisateurs, à l’incompréhension de certains ou encore face aux difficultés techniques qui peuvent survenir.

Pour tous, l’intégration de nouvelles expertises dans les équipes est une opportunité de s’intéresser au travail des autres et d’étendre son domaine de compétence afin que la participation à une équipe agile devienne un mode de travail plus qu’une simple méthode. S’intégrer au sein d’une équipe, dont les défis sont centrés autour des utilisateurs et d’une vision à court terme est un véritable défi quand on vient du monde de la donnée où le temps de la réflexion et de l’exploration sont des piliers. 

Mais ne vous y trompez pas,  s’il est nécessaire de faire quelques compromis pour satisfaire les utilisateurs ou remplir une exigence de sprint, le quotidien du data scientist en équipe agile sert un un autre objectif tout aussi important : la construction d’un produit data centric et au-delà, la construction d’une culture de la donnée.