Ghislene a partagé avec nous de précieux conseils concernant le marché de l'emploi dans les domaines de l'IA et des données: nous avons échangé sur certaines idées préconçues qui touchent l'industrie, la structure des équipes data, les dernières tendances et les conseils pour les personnes qui souhaitent changer de carrière. Si vous êtes à la recherche de nouvelles opportunités dans l’univers des données et que vous hésitez démarrer une
formation Data Science, cet article est fait pour vous.
Quelles sont les idées préconçues qui touchent l’industrie ?
Les gens pensent souvent qu’il faut nécessairement avoir une bonne maîtrise d’au moins un langage de programmation ou être très technophile pour travailler dans l’univers de l’intelligence artificielle, mais ce n’est pas toujours le cas. Il faut certes des profils techniques au sein des équipes d'IA (comme par exemple des
développeurs data IA), mais chaque équipe a besoin de personnes avec des connaissances sur le domaine d'activités de l'entreprise, capables de traduire la théorie en pratique.
Les profils venant du monde des affaires sont excellents pour traduire les informations technologiques en plans d’actions. Si tu es un.e professionnel.le au profil hybride, à la fois tech et business, alors tu as toute ta place dans une équipe data.
L’autre idée préconçue dans le domaine: qui dit données dit IA, alors qu'en fait, la plupart des projets «data» ne relève pas nécessairement de l'intelligence artificielle. Il existe beaucoup de projets qui font appel à l'analyse avancée mais qui n’ont rien avoir avec l’intelligence artificielle. Il est important de comprendre et séparer ces concepts.
Pourquoi les équipes hybrides sont-elles si populaires?
Je suis un grand fan d'équipes «hybrides», le travail est fondamentalement meilleur si les gens ne pensent pas de la même façon dans une équipe. Si vous gardez une communication ouverte et que vous faites cela de manière constructive, il est préférable de travailler avec des personnes ayant une perspective différente de la vôtre.
Pour construire un bon produit en IA, une équipe doit avoir des gens d'affaires (ou comme on dit dans le jargon, rouge), des personnes au profil tech (bleu) et des profils hybrides comme les chefs de projet, les experts en la matière ou les conseillers (violet).
Comment pallier le manque de compétences techniques ou business?
J’ai un profil plutôt technique et la plupart des compétences générales que j'ai acquises, c’est grâce au travail bénévole. C'est une excellente option pour apprendre de nouvelles choses. Vous pouvez mettre à profit vos connaissances tout en apprenant une nouvelle compétence. Par exemple, je fais partie de « Quotient social », une organisation à but non lucratif qui aide les ONG avec leurs données. La plupart des bénévoles sont des professionnels récemment diplômés. Si vous êtes bon techniquement mais manquez d'expérience en affaires, c'est une des choses que je vous conseillerais de faire.
Si vous recherchez à acquérir des compétences techniques, rejoindre des programmes d'éducation comme Le Wagon est également une autre excellente option. Il existe aussi des groupes tels que WiMLDS (Women in Machine Learning and Data Science) dans lequel vous pouvez continuer à apprendre. Je suis l'une des fondatrices de ce groupe à Montréal. C'est une plateforme pour connecter les femmes dans l'apprentissage automatique et la science des données. Nous avons ouvert le chapitre à Montréal parce que nous nous sommes rendu compte que les femmes étaient très peu représentées dans les événements liés aux données et nous voulions créer un espace d’échange et de collaboration.
Quelles sont les compétences les plus demandées au sein des équipes data ?
Dans mon équipe (Omnia - Deloitte), nous avons toujours des professionnels des affaires, des experts dans leurs domaines travaillant avec des experts en technologie. Nous avons principalement des professionnels techniques dans l'équipe, mais les experts commerciaux nous aident beaucoup à souligner les tendances et ils ont besoin de techniciens pour s'assurer que les données correspondent à leurs prévisions. Cette collaboration nous aide également à prendre des décisions éclairées.
Comment est structurée ton équipe chez Deloitte?
Cela dépend du projet. Je travaille actuellement sur un projet gouvernemental. Nous avons 4 développeurs travaillant avec Python et SQL et 8 fiscalistes avec une bonne maîtrise métier et ainsi que des besoins du projet. Nous avons également 2 personnes hybrides qui s’occupent plus de la partie paie et structure des données.
Quelle est la chose la plus intéressante dans ton métier ?
La diversité des projets! Je n’aimerais pas travailler pour une seule industrie, ayant les mêmes défis tout le temps. Avant de travailler dans ce projet gouvernemental, je travaillais pour différents secteurs tels que le commerce de détail, la pharmacie, la finance, l'assurance. Ça change constamment et je ne m'ennuie jamais.
Y a-t-il des domaines en IA qui croissent plus vite que d'autres?
L'une des tendances que nous observons est la forte croissance de la partie architecture des projets. Avec toute la quantité de données qui augmente, nous constatons beaucoup de changements et une augmentation du point de vue des stratégies architecturales.
Quels conseils donneriez-vous aux personnes qui cherchent à faire une transition vers des postes en IA ou en data?
Premièrement : n'hésitez pas à parler aux gens sur Linkedin. L'une des choses que nous avons tendance à penser est que nous dérangeons les gens avec cette démarche. Mais si vous réfléchissez à un changement de carrière et à une reconversion dans l'un des
métiers de la Data Science, identifiez quelqu'un qui exerce le travail de vos rêves et envoyez-lui un message, la plupart des gens seront heureux d’échanger sur leur parcours autour d’un café.
Deuxièmement, essayez de vous préparer avant de démarrer la recherche d’un emploi. Faites une liste de vos forces et de vos faiblesses et aussi, êtes-vous plutôt technique ou plutôt business ? Ou peut-être aimeriez-vous une position hybride ? Vous devez savoir ce que vous apportez à la table. Si vous souhaitez changer de carrière, pensez à ces différentes possibilités.
