The Doppler Quarterly (FRANÇAIS) Hiver 2018 | Page 62

considérations entre dans le domaine du « vous ne savez pas ce que vous ne
savez pas ». Aussi, mieux vaut ne pas hésiter à solliciter (massivement !) les con-
seils de gens qui sont déjà passés par là.
S’entourer des bonnes personnes
Ce troisième défi est peut-être le plus diffi cile à résoudre, car il met en jeu dif-
férents facteurs.
Tout d’abord, l’intelligence artifi cielle implique de nombreux ensembles de
compétences. En étudiant toutes les pièces mobiles, nous avons vu qu’un grand
nombre de compétences distinctes étaient nécessaires dans divers domaines :
services du cloud, stockage de données, transformation de données, sources
de données tierces, mathématiques, statistique, programmation, graphisme,
etc. Les entreprises se mettent souvent en quête de la mythique « licorne des
sciences de données » qui posséderait l’ensemble de ces compétences, mais
ces individus sont plus que rares. Il est souvent beaucoup plus productif de
fi xer les compétences spécifi ques nécessaires à votre effort particulier, puis à
monter une équipe pluridisciplinaire composée d’individus possédant indivi-
duellement l’expertise d’une ou deux de ces compétences.
Par ailleurs, ces disciplines étant relativement récentes, il est diffi cile de trou-
ver un personnel expérimenté pour travailler en intelligence artifi cielle. Face à
la rapidité avec laquelle nous avons commencé à générer et accumuler des
données, notre système éducatif vient à peine de commencer à former offi ciel-
lement les data scientists exposés aux nombreuses compétences requises. Ces
individus ne possèdent, par nature, aucune expérience de la culture d’une
60 | THE DOPPLER | HIVER 2018