Après avoir obtenu un master en Business Engineering, Arnaud a travaillé pendant trois ans en tant que consultant en affaires dans le secteur des TIC. Pendant cette période, il s'est familiarisé avec les méthodologies Agile et la gestion de projet.

Passionné par le Machine Learning, l'analyse et l'ingénierie des données, il a poursuivi son parcours d'apprentissage en obtenant un deuxième master en Data Science à l'UCLouvain, diplômé en 2021.

Depuis, il est chez Agilytic en tant que Data Scientist. Équilibrant ses compétences à la fois commerciales et techniques, Arnaud excelle à aider les entreprises à résoudre leurs problèmes spécifiques grâce à une utilisation plus intelligente des données.

Découvrez comment il a trouvé son chemin vers un rôle en Data Science et ce qu'il a appris et réalisé jusqu'à présent !

Parlez-moi de vous en quelques phrases et de ce sur quoi vous travaillez actuellement.

Je suis chez Agilytic en tant que Data Scientist depuis presque 4 ans. Avant, ce n'était pas un parcours direct, j'ai été diplômé il y a quelques années en ingénierie commerciale, ce qui a introduit le sujet de la science des données dans quelques cours mais sans aller trop en profondeur. Après cela, j'ai passé quelques années en tant que consultant en données, analysant les données côté business et développant peu de solutions. Je me suis intéressé à l'apprentissage du développement de solutions. J'ai toujours aimé l'intersection des mathématiques, des statistiques et du codage. Pour poursuivre tous ces sujets combinés, j'ai commencé mon nouveau programme de master en science des données et je l'ai adoré et je n'ai jamais fait marche arrière. Ce sont donc les petits pas qui m'ont mené à cette position.

Sur quoi travaillez-vous actuellement ?

Je travaille actuellement sur plusieurs pipelines de vision par ordinateur pour des documents numérisés. L'objectif est d'extraire des informations de documents numérisés. Nous dépendons toujours de la ROC spécialisée et de modèles d'analyse de la mise en page pour détecter les blocs de texte, les tableaux et les motifs visuels. En plus de cela, les LLM multimodaux ont, ces deux dernières années, considérablement amélioré notre capacité à interpréter et nettoyer les sorties ROC. Ils comblent les contextes manquants et convertissent les résultats en JSON structuré ou en enregistrements de base de données qui peuvent être facilement analysés par les chatbots d'une entreprise ou ses moteurs de recherche internes.

C'est cool car chaque fois que j'ai une nouvelle demande ou tâche à faire, j'envisage les manières de l'aborder. La plupart du temps, c'est très précis, dans un projet lié à des documents spécifiques qui n'ont pas été traités de cette manière auparavant, et nous avons besoin d'une bonne précision pour de bons résultats. C'est un processus d'apprentissage au fur et à mesure où vous recherchez comment faire quelque chose et appliquez des algorithmes que vous connaissez déjà tout en ayant besoin d'apprendre de nouveaux et vous devez apporter des modifications en cours de route. C'est comme essayer différents ingrédients pour faire une recette.

À quoi ressemble une journée type pour vous ?

Je pourrais avoir une réunion hebdomadaire avec le client ou Agilytic, discuter du projet, de nos progrès et de ce que nous ferons ensuite. Ensuite, je vais travailler sur le codage et essayer de trouver la solution et faire des recherches. Je pourrai voir ce que je peux faire pour maintenir les solutions existantes. D'un jour à l'autre, je travaille sur le développement d'une solution particulière. Un autre jour, je pourrais avoir plusieurs réunions, décidant des prochaines étapes sur lesquelles nous allons travailler. C'est un peu un mélange.

Quel est votre projet préféré sur lequel vous avez travaillé ou sur lequel vous travaillez actuellement ? Parlez-nous-en.

Mon projet préféré est le scoring prédictif dans un contexte marketing. C'était assez difficile d'essayer de prédire comment les gens se comportent. J'ai beaucoup appris sur les variables contextuelles que vous pouvez et ne pouvez pas toujours prendre en compte et comment les gérer. C'est intéressant d'approfondir, d'apprendre les besoins commerciaux et comment les clients vendent leurs produits.

Comment avez-vous trouvé votre chemin vers votre poste actuel chez Agilytic ?

Je cherchais une nouvelle opportunité en science des données alors que je commençais mon nouveau master. Je voulais voir quelles entreprises étaient dans le domaine. J'ai découvert Agilytic via les réseaux sociaux, je crois, à partir d'un post sur un projet sur lequel nous avions travaillé dans le passé. Je pouvais déjà dire que ce serait un bon ajustement, et je travaillais déjà pour une petite entreprise, travaillant avec de grands clients. Je ne voulais pas travailler dans une grande entreprise où il est difficile de savoir qui fait quoi. Donc, j'ai essayé de trouver un environnement similaire en science des données, et Agilytic y correspondait assez bien.

Pouvez-vous partager quelques détails sur la partie préférée de votre rôle ?

J'apprends constamment. Je suis le genre de personne où si je fais la même chose encore et encore, je m'ennuie. En dehors du travail, par exemple, si je cuisine, j'aime essayer des recettes compliquées que je n'ai pas encore essayées. Si je l'ai déjà cuisiné, je ne suis pas intéressé à le refaire. Donc j'aime que je puisse faire l'équivalent en science des données dans mon rôle actuel.

Qu'appréciez-vous chez Agilytic ? Peut-être que cela vous a surpris ?

La propriété des projets et l'autonomie sont vraiment rafraîchissantes. C'est définitivement éprouvant au début, mais une fois que vous passez le premier projet ou deux, je peux dire en toute sécurité que j'apprécie la confiance et la foi implicites.

Quel est votre « pourquoi » concernant la science des données ?

Je trouve la science des données assez motivante, car elle apporte de la valeur aux gens et peut les aider, souvent avec les données qu'ils ont déjà. Les clients sont très satisfaits de ce qu'ils obtiennent pour le rendement du projet. J'ai entendu dire : "Si j'avais cela il y a cinq ans, cela aurait tellement changé," et ils réalisent qu'ils peuvent aller beaucoup plus loin lorsqu'ils comprennent leurs données. De plus, j'ai des projets où je pratique l'aspect enseignement du conseil. J'apprécie vraiment cela. Nous essayons d'accentuer la remise avec les clients, afin que la science des données soit quelque chose qu'ils puissent poursuivre par eux-mêmes.

Comment votre expérience dans le secteur des TIC influence-t-elle votre travail actuel ?

J'ai appris les étapes habituelles des projets et ce qui est vital pour définir les besoins et le périmètre avant de poursuivre avec une solution. De plus, j'ai appris à gérer des tâches plus petites comme les tests de solutions pour des projets à grande échelle et à gérer les relations avec les clients et les demandes changeantes.

Qu'avez-vous appris à votre travail et comment avez-vous grandi ? Quelles compétences avez-vous été ravi d'apprendre ?

J'ai appris beaucoup de compétences techniques, comme travailler avec des outils. Avant d'arriver, je n'avais jamais utilisé de solutions cloud comme Azure ou AWS. Ce sont des outils très pratiques et deviennent de plus en plus populaires. Nous essayons de garder les choses rentables car elles peuvent être coûteuses. Le plus grand point d'apprentissage est mon exposition à la technologie cloud.

Comment décririez-vous notre équipe ?

Il est extraordinaire de travailler avec des personnes passionnées par leur travail et ce qu'elles font. J'apprécie la confiance et les relations que nous avons chez Agilytic, permettant un environnement de travail hybride. Tout le monde est très sympa aussi !

Quel conseil donneriez-vous à quelqu'un envisageant un passage à la science des données ?

J'ai choisi la voie du master, mais vous pouvez le faire autrement. Il existe tant de ressources en ligne utiles qui peuvent vous aider à développer une bonne compréhension de l'intelligence d'affaires en général, couvrant toutes les bases pour entrer dans la science des données. Ensuite, essayez des entretiens, recherchez les questions que posent les intervieweurs, et pratiquez pour devenir plus confiant dans vos réponses. C'est faisable si vous êtes motivé !

Qu'aimez-vous faire pendant votre temps libre ?

Récemment, j'ai beaucoup joué au squash, essayant de motiver des amis à jouer aussi au padel, et j'aimerais revenir à une routine d'escalade. J'aime aussi lire des livres de science-fiction et de fantasy, dont je peux recommander quelques titres récents que j'ai lus comme 'Le nom du vent.' C'est excellent, mais il faut être patient pour attendre le prochain volume, car il sort tous les sept ou huit ans.

Ça vous parle ?

Nous recherchons des data scientists curieux et motivés pour aider les clients à prendre des décisions plus intelligentes avec les données.

Les membres d'Agilytic sont motivés pour fournir à nos clients des informations exploitables qui se traduisent par des améliorations tangibles pour leur entreprise.

Êtes-vous désireux d'acquérir des compétences en nouvelles langues, méthodes et technologies ? Avez-vous une passion pour les affaires et un sens entrepreneurial ?

→ Découvrez-en plus et postulez sur notre page carrière !