Le fil

« Aujourd’hui, l’Intelligence Artificielle nous emmène sur des terrains plus complexes »

Team - 15 avril 2019

Titouan Robert est Data Scientist chez DataStorm depuis 2016. Féru de data projects liés au secteur de l’énergie, dopé à la R&D, il partage sa jeune expérience et jette déjà un regard sur demain.

Titouan Robert, Data Scientist

« Passer de la résolution d’équations linéaires sur les polyèdres convexes au développement d’une application en R Shiny, c’est assez stimulant ».

Titouan, un mot sur ton parcours.
Et bien j’ai suivi mes études en Bretagne : DUT Statistique et Informatique Décisionnelle à Vannes puis Master 2 de Statistiques à l’Université de Rennes 2. J’ai démarré chez Ouest-France avant de traverser la France pour rejoindre UEM, le fournisseur d’électricité de la Ville de Metz. Cela a été mon premier contact avec le monde de l’énergie. J’ai ensuite enchaîné des missions comme consultant et j’ai rejoint DataStorm en 2016 où l’énergie reste mon secteur de prédilection.

Tu es « Energy Data Scientist » en quelque sorte…
Oui, dans le sens où j’ai appris à comprendre les enjeux métiers de ce secteur complexe où les statistiques et la science des données sont omniprésentes. Elles sont même au cœur de la transformation de l’activité dans le cadre de la transition énergétique. C’est donc un sujet vraiment passionnant. De là à être hyper-spécialisé, je ne pense pas. Data Scientist, ça me va bien.

Qu’est-ce qui te fait avancer dans ce job ?
Sans hésiter : les allers-retours permanents entre les fondamentaux statistiques, la modélisation et la partie production, le développement. Créer un nouveau package R pour la construction d’un modèle de prévision, passer de la résolution d’équations linéaires sur les polyèdres convexes au développement d’une application en R Shiny, c’est assez stimulant.

A ce propos, comment gères-tu tes « 20% R&D » ?
Chez DataStorm, nous avons effectivement la chance de pouvoir consacrer 20% de notre temps de travail à de la R&D. Personnellement, j’ai par exemple participé au développement des packages R Ramcharts et Visnetwork pour la data visualisation dynamique. Actuellement, je m’intéresse beaucoup aux réseaux de neurones. Je fais donc pas mal de veille scientifique et technique sur ce sujet.

Avec cinq années d’expérience au compteur, quel regard portes-tu sur l’évolution de ton métier ?
Pas facile de répondre à cette question. (Silence). J’ai démarré avec, la plupart du temps, des problématiques métiers auxquelles l’analyse statistique et la science des données devaient apporter une réponse : un problème = une réponse. Aujourd’hui, l’Intelligence Artificielle nous emmène sur des terrains plus complexes. Avec le véhicule autonome par exemple, c’est notre rapport à notre environnement quotidien qui évolue. Mais on voit aussi les impacts de l’IA sur notre rapport à la santé, à l’environnement, au travail… Les data scientists vont avoir un rôle clé dans cette transformation. Leur capacité à parler à d’autres disciplines scientifiques, notamment tout ce qui touche au cognitif, sera à mon sens déterminante.

Replay webinar : Comment concilier Performance business et Règlementation grâce à l’Anonymisation des données ?

Pourquoi anonymiser ? Choix de la méthode ? Comment mettre en oeuvre la k-anonymisation ? Comment outiller un département/une activité pour mener des études avec la confidentialité différentielle ? Dans ce webinar animé par Benoit Ravel, Thibaut Dubois et Martin Masson partagent leur expertise et vous expliquent comment trouver le point d’équilibre entre la maîtrise des risques d’identification et la conservation des capacités d’analyse et de valorisation des données.

« Les métiers de la data et de l’IA ne viennent pas assez à la rencontre des femmes »

Naomi Girard a rejoint la team Datastorm en 2018. Data scientist junior, elle explore toutes les facettes du métier avec un intérêt prononcé pour le Traitement du Langage Naturel et un avis éclairé sur les femmes dans la data. Rencontre.

Les exigences d’une Data Literacy réussie

Acculturer pour embarquer. Pour une entreprise, la Data Literacy est un levier puissant qui permet de partager une lecture et une compréhension commune des concepts, enjeux, processus et outils de la Data Science. Dans cet article, Benoit Ravel revient sur les incontournables de cette démarche.

Toute l'expertise du Groupe ENSAE-ENSAI

Plateau de Saclay
5 Avenue Henry-Le-Chatelier
91120 PALAISEAU - FRANCE

Paris
24 rue Barbès
92120 MONTROUGE - FRANCE