En matière de data science, il existe peu d’entreprises aussi abouties que Google, qui fait doublement l’actualité au Luxembourg. Pour son futur datacenter à Bissen - un projet d’un milliard d’euros qualifié ici de "projet du siècle" - mais aussi pour la venue annoncée de Cassie Kozyrkov le 20 novembre. Mais pourquoi avoir créé cette discipline au sein du géant de Mountain View ?

Plus de datas, moins chères. La matière première devient bon marché pour plusieurs raisons : la transformation digitale transforme tout en données, acteurs privés (Google) ou publics (Statec) fournissent des données gratuitement, le cloud diminiue le coût des serveurs internes, les programmes d’analyse gratuits se popularisent (R, Python...), tout comme les algorithmes de machine-learning (TensorFlow, Caffe). Le problème est de savoir qui mettre en face de ces opportunités, à qui les confier. Et pour faire quoi.

Data-science. Un buzzword et des offres d’emplois par milliers, une discipline en vogue et des talents très difficile à attirer, rien de plus normal dans le monde qui est le nôtre qui exige de savoir extraire de la connaissance utile à partir de montagnes de données, la protéger et la valoriser devient un enjeu stratégique. On recherche donc partout des data scientists, ces profils maîtrisant l’informatique comme les statistiques, les bases de données et très souvent un secteur en particulier. Pouvoir créer des modèles et algorithmes pour collecter, stocker, traiter des données avant de leur donner du sens, une valeur ajoutée, ouvrir de nouvelles voies business, digitales, financières… Ils sont rares : les entreprises se les arrachent, dès la sortie de l’école, avec des salaires de 60k€ en Europe, 100k€ outre-Atlantique. La demande a bondi de 75% en trois ans et il manque aujourd’hui 200.000 rien qu’aux Etats-Unis, un nombre auquel il faut ajouter près d’un million et demi de data miners, analysts et managers selon McKinsey.

Decision science. Quand on ne manque ni de données ni d’analystes, il ne reste plus qu’une chose : savoir prendre la bonne décision. A ce niveau, d’autres compétences opèrent, complémentaires : la psychologie, les neurosciences, les disciplines économiques et managériales. Un environnement aux frontières du management et de l’IT, que Google a donc confié à Cassie Kozyrkov, chargée de former 17.000 googlers et d’accompagner 250 équipes sur la prise de décision liée aux datas. Aujourd’hui, Cassie parcoure le monde pour évangéliser cette nouvelle discipline. La réussite d’un projet est basée avant tout sur les décisions qui y sont liées. Si notre espèce est familière à la prise de décision, et que chacun est familier d’au moins une part du process, il nous manque un savoir ultime pour combiner data et décision.

Pour Cassie Kozorykov, le nombre grandissant de data crée de nouvelles opportunités, cependant, une gestion optimale est nécessaire pour en garantir le succès : il est donc primordial de s'assurer que les dirigeants qui prennent les décisions finales ont les capacités – et la volonté – suffisantes pour travailler main dans la main avec leurs Data Scientists. "Il s'agit aujourd'hui de l'un des principaux challenges pour les leaders dans le domaine de la data science. Une fois que les Data Scientists se seront rendus utiles, il ne se posera plus la question de les conserver au sein de la société, et encore moins de céder à un effet de mode".

 

Comment Google applique le savoir tiré de ses avancées en Decision Intelligence Engineering ? Les fondamentaux de cette nouvelle discipline seront évoqués prochainement au Grand-Duché, dans un contexte accéléré de transformation digitale mais aussi une effervescence incroyable constatée ici autour de l’intelligence artificielle et du machine learning depuis 12 mois.

Vous pouvez suivre Cassie Kozyrkov sur TwitterMediumLinkedIn… et venir l’écouter et la rencontrer en personne le 20 novembre au Luxembourg lors du 15ème Luxembourg HR Summit. Vous y découvrirez également 20 startups orientées HRTech, une experte en memory Hacking, un keynote HR & Fintech avec la Chief people Officer de N26… Attention places limitées, enregistrez-vous au plus tôt !

 

En attendant, un peu de lecture, et quelques merveilles de posts que nous partageons avec vous :

Data-Driven? Think again

Machine learning — Is the emperor wearing clothes?

What on earth is data science?

Is data science a bubble?

Data Science Leaders: There are too many of you


Publié le 18 septembre 2018