Les compétences pour faire de l’intelligence artificielle (IA)

Les bénéfices de l’IA pour les organisations ne sont plus à prouver. L’IA soutient la croissance globale de l’entreprise et aide les décideurs dans leur prise de décisions stratégiques. De quels talents devez-vous vous entourer pour intégrer l’IA dans votre entreprise ? Data Engineer, Data Scientist… 

Après avoir parcouru près d’un quart du XXIᵉ siècle qui prendra fin en l’an 2100, il est excitant de s’apercevoir que les compétences clés de plus en plus recherchées ne sont plus “seulement” techniques. Force est de constater que les individus qui parviennent à résoudre des problématiques sont les plus précieux. Les personnes créatives, dotées d’un esprit critique et qui sont de bons communiquants forment les futurs talents de demain. 

Les bénéfices indiscutables de l’IA

L’Intelligence artificielle n’est plus à présenter. L’IA regroupe un ensemble de techniques et théories qui sont appliquées dans le but de produire des machines en capacité de simuler l’intelligence des êtres humains. 

Le nombre d’entreprise ayant recours à l’IA ne cesse de croître. Les bénéfices de l’IA sont multiples pour une organisation :

• Réduction de 25% à 60% de la durée moyenne de gestion des processus d’achat.
• Fonctionnement 24/24, 7/7.
• Diminution significative des tâches fastidieuses et interminables.
• Aide l’humain dans son quotidien.

La liste bien loin d’être exhaustive est longue comme le bras et s’étend à toutes les industries et à des millions d’usages et d’applications. 

Les entreprise qui chassent les talents en IA connaissent cette différence notable : les métiers de l’intelligence artificielle requièrent de maitriser à la fois le code tout en maitrisant les données. Ce qui diffère quelque peu des développeurs de logiciels de qui on attend “seulement” une expertise de développement du code. Même si la connaissance des données est bien évidemment aussi essentielle dans le métier d’ingénieur informatique.

L’IA demande a ses adeptes d’intégrer l’état d’esprit suivant : rien n’est certain, tout est incertain. Ce qui, soit dit en passant, peut-être corrélé avec les successives crises (sanitaires, économiques, géopolitiques…) que le monde a essuyé ces 3 dernières années… où la culture de l’incertitude a été plus que présente. 

L’IA et le logiciel, deux mondes qui s’entremêlent

Pour l’IA c’est la même chose, son modèle évolue selon les retours et observations qu’elle reçoit au fil du temps. Son évolution est intimement liée aux nouvelles données qu’elle va intégrer. C’est ainsi que l’ère du logiciel et l’ère de l’IA s’entrecroisent et cohabitent maintenant depuis de nombreuses années. Des disparités sont à bien distinguer entre l’IA et le logiciel. 

Dans le modèle du logiciel, on a souvent tendance à pense que le résultat du système développé est certain. Le cahier des charges existe, les user stories ont été préparées et l’on sait exactement quelles fonctionnalités doit contenir le logiciel pour répondre aux besoins des utilisateurs finaux. 

Dans le modèle de l’intelligence artificielle, le résultat est par nature incertain. Ce qui est finalement logique si on décortique le terme d’intelligence artificielle qui décrit une “forme d’intelligence”, tout comme l’intelligence humaine est aussi incertaine. Les erreurs involontaires de l’IA peuvent causer des dégâts et des destructions, d’où la nature incertaine du paradigme de l’IA.

Le contexte dans le cas du modèle logiciel est plutôt “statique”. Quant au contexte de l’IA lui est plutôt de nature “dynamique”.

Lors du développement de logiciel nous sommes dans une approche Agile (exemple la méthode Scrum). Quant au code du modèle IA on se place dans un cadre d’expérimentation où l’on éprouve le Test & Learn. Nous parlons d’ailleurs du concept du Test & Learn dans l’un de nos articles. 

On retrouve des ingénieurs ou développeurs dans le paradigme logiciel, ils appliquent la théorie, ils passent de la théorie à la pratique. Et dans le secteur de l’IA on va avoir affaire à des scientifiques qui eux sont en recherche de la théorie.

Les talents de l’IA 

1- Le Data Scientist et le Data Engineer

Le Data Scientist est un talent très convoité aujourd’hui. En effet, cette personne détient de multiples compétences très utiles dans un univers hautement technologique : experts en statistiques et mathématiques, solide savoir-faire en informatique et big data. Il va aider à prouver que l’IA est pertinente à être intégrée dans les objectifs d’une organisation. Pour ce faire, il interprète les données de l’organisation tout en conservant une vision globale.

Le Data Scientist retranscrit les problématiques business en problématiques mathématiques et statistiques. Il fournit des rapports précieux qui aident les départements à prendre des décisions stratégiques : marketing, commerciales, financières etc. En d’autres termes, il a un impact direct sur l’entreprise dans sa globalité et soutient sa croissance.

Parmi ses missions, on retrouve entre autres : 

• Choisir des outils d’analyse des données.
• Identifier des stratégies pour stocker les données.
• Collecter et analyser les données utiles à l’entreprise.
• Imaginer des algorithmes qui vont venir améliorer les résultats de recherche et de ciblage.
• Etc.

2 – Le ML Engineer 

Le ML Engineer ou Machine Learning Engineer sert à déployer à l’échelle l’IA. Ce talent prend le relai du Data Scientist. Il va convertir les modèles en code et les déployer en production afin que les utilisateurs puissent en bénéficier. Disposant de solides compétences en gestion des données, il conçoit des logiciels qui automatisent les modèles prédictifs.

Le logiciel conçu par le ML Engineer apprend tout seul, dès qu’il effectue une opération, il va interpréter les résultats pour optimiser les opérations suivantes. Le logiciel (la machine) apprend, d’où le terme de machine learning. 

L’un des algorithmes de machine learning les plus connus est celui de Spotify. Chaque fois que vous écoutez une chanson sur cette application, l’algorithme prend en compte dernière sélection de chanson et va modifier son algorithme en fonction, pour vous proposer lors de votre prochaine recherche, des résultats de chanson toujours plus précis et plus proches de vos précédentes recherches.

Les talents de l’Intelligence Artificielle et du Big Data n’ont pas de soucis à se faire pour l’avenir. De nombreux métiers alimentant ce nouveau secteur dans la “Big Data Intelligence” (qui relie l’AI et le big data) sont de plus en demandés : 

• Développeur big data
• Data Miner
• Ingénieur big data
• Architecte big data
• Etc.

Référence : Le nouvel horizon de la transformation digitale de Pejman Gohari