entreprise

mai 29, 2019

5 min de lecture

Science des données : l'avenir de l'automatisation?

Science des données : l'avenir de l'automatisation?

Selon la revue américaine Harvard Business Review, pour exceller dans la fonction la plus « sexy » du 21e siècle, « data scientist », il faut présenter un profil irréfutable combinant des compétences en écriture de code, un esprit orienté client et des capacités de communication exceptionnelles. Mais pour quelles raisons cette fonction émergente est-elle si demandée et en quoi consiste-t-elle exactement ?

Il fut un temps où la quantité et la diversité des données utilisées par les entreprises de fabrication moyennes pouvaient être gérées confortablement par le biais de logiciels applicatifs standard de traitement des données. Toutefois, avec le développement de la technologie, les responsables de production ont commencé à ressentir le besoin de recourir à un professionnel capable d'identifier des tendances dans la quantité considérable de données non structurées disponibles et de pouvoir les utiliser pour résoudre des problèmes existants ou potentiels. Et c'est ainsi qu'est apparu le « data scientist » ou scientifique des données.

Des interprètes du big data

Même si le titre de la fonction, data scientist, n'existe que depuis une dizaine d'années, des milliers de data scientists travaillent déjà pour des start-up spécialisées dans la technologie, mais aussi pour de grandes entreprises. Cependant, la demande en data scientists dépasse actuellement le nombre de personnes disponibles. Si on ajoute les parcours de formation limités pour accéder à cette profession, la détection, le recrutement et la fidélisation des data scientists peuvent s'avérer particulièrement complexes.

Les parcours de formation étant rares, comment pouvons-nous trouver nos futurs data scientists ? Les statisticiens, les mathématiciens ou les informaticiens sont des candidats idéals pour exercer cette profession, car la science des données est un domaine interdisciplinaire dans lequel on applique des techniques statistiques, analytiques et d'apprentissage machine. Outre de solides connaissances en données et en informatique, les data scientists doivent afficher des capacités exceptionnelles de réflexion par association d'idées. Une grande aptitude à communiquer et la capacité à présenter de manière claire et concise les résultats de leurs recherches viennent compléter leur profil.

Le rôle des data scientists dans la maintenance prédictive et l'automatisation

Tandis que la maintenance prédictive commence par la collecte des données sur l'état de la machine issues des capteurs, les data scientists se chargent de les analyser et de les transformer pour qu'elles puissent être interprétées par les autres membres du personnel, dans le cas présent, un ingénieur de maintenance.

Les data scientists peuvent révéler des tendances sur la productivité d'une machine pour prévoir à quel moment elle est susceptible de tomber en panne. Par exemple, si un moteur perd progressivement de son efficacité, il est probable qu'il y ait un problème. Ce type d'informations permet à l'ingénieur de maintenance de réaliser une maintenance prédictive, en effectuant des réparations sur les machines ou les systèmes avant qu'ils ne tombent complètement en panne.

Dans ce cas, il est primordial que les ingénieurs de maintenance interviennent rapidement. Entretenir une bonne relation avec un fournisseur de pièces industrielles est un bon début. Cela permet d'avoir accès à une gamme de composants pouvant être commandés et stockés en prévision d'éventuelles réparations.

Automatiser la science des données ? Étant donné que les data scientists sont très recherchés, il semble que l'avenir de la profession implique l'automatisation de certaines parties répétitives de la fonction pour que le scientifique se concentre sur des tâches plus complexes que seul l'humain peut appréhender. Même si certains craignent que l'automatisation n'entraîne une baisse des opportunités d'emploi pour les data scientists, Forbes a prédit deux scénarios plus encourageants et bien plus probables : tout d'abord, l'automatisation permettra aux data scientists d'analyser davantage de données bien plus rapidement. Deuxièmement, l'automatisation favorisera la démocratisation de la fonction permettant aux data scientists de se rapprocher des autres professionnels tels que les ingénieurs de maintenance, les ingénieurs informaticiens et les analystes opérationnels.

 Loin de menacer leurs opportunités professionnelles, il est très probable que l'automatisation renforce le caractère unique de leurs compétences. En résumé, l'évolution de la technologie ne fera qu'augmenter le « sex appeal » des data scientists.

Articles pertinents

Retour en haut de la page
Retour en haut de la page
Fermer
Inscrivez-vous à notre liste de diffusionRecevez des mises à jour régulières

Rejoignez plus de 250 000 autres personnes et inscrivez-vous dès aujourd'hui à notre liste de diffusion.

Souscrire
[{ "site.code": "fr", "general.cookie_message": "Nous utilisons des cookies pour garantir le bon fonctionnement et la sécurité de notre site web. En cliquant sur « Accepter tous les cookies », vous nous permettez de vous offrir la meilleure expérience possible.", "general.cookie_privacy": "EU Automation utilise des cookies", "general.cookie_policy": "Politique en matière de cookies", "general.cookie_dismiss": "Accepter tous les cookies" }]