4 raisons pour lesquelles les scientifiques des données quittent leur emploi (et des pistes de solutions!)

Après une épluchette de centaines de CV, plusieurs cafés et quelques maux de tête, vous aviez enfin trouvé le scientifique des données idéal pour transformer et interpréter les données de votre entreprise. Comble de malheur, vous devrez refaire une commande de café et recommencer le processus, car une année ne s’est pas encore écoulée que votre licorne vous annonce qu’elle quitte pour des terres meilleures. Mais pourquoi ? L’herbe est-elle réellement plus verte ailleurs ?Votre cas n’est pas unique. Au contraire, il est emblématique d’un paradoxe : alors que l’on proclame la science des données comme la profession la plus sexy du XXIe siècle, le fait est que les individus travaillant comme scientifique des données quittent plus rapidement leurs emplois. Que ce soit par le site Kaggle, le blog KDnuggets dédié aux sciences des données ou encore le Financial Times, tous s’entendent pour dire qu’il existe des irritants à la profession.
  1. Les attentes ne correspondent pas à la réalité du « démarrage à froid » de l’intelligence artificielle et des sciences des données
Les apprentis scientifiques des données ont décidé d’orienter leur carrière vers ce domaine en pensant régler des problèmes complexes, élaborer des modèles et créer une grande valeur à l’entreprise. En réalité, les compagnies désirant utiliser les nouvelles possibilités reliées à la science des données font face à un démarrage à froid (cold start) : les données ne circulent pas dans une infrastructure idéale, l’hygiène des données laisse à désirer et il y a peu de personnes pour aider dans le démarrage.
  1. L’idée du scientifique des données est faussée
Dans ce démarrage à froid, on conçoit le scientifique des données comme une solution clé en main. Plus encore, on peut penser qu’il maîtrise toutes les technologies et qu’il peut répondre à tout ce qui a rapport aux données. La réalité est qu’un scientifique des données se spécialise dans un langage précis et même dans des modèles précis. Expliquer ce que l’on sait et ce que l’on ne sait pas peut être difficile dans un contexte où l’on s’attend à ce que vous sachiez tout.
  1. Les scientifiques des données tendent à travailler isolément
Parce que l’on s’attend à ce que le scientifique des données sache tout, on s’attend normalement à ce qu’il pose le diagnostic, la prescription ainsi que l’administration de la solution. Pourtant, un produit performant nécessite plusieurs experts à différents niveaux (interface-utilisateur, développement web et mobile, expertise du domaine, mise en marché et marketing, etc.). Une équipe diversifiée aide le scientifique des données à ne pas se sentir isolé. Cela évite qu’il porte seul le projet, ce qui est mauvais pour le projet et pour la satisfaction du scientifique des données dans son emploi.
  1. La culture d’entreprise est réfractaire au changement
La transition vers un environnement propice à l’intégration d’un scientifique des données peut bouleverser les manières de faire de l’entreprise. Par exemple, une demande du type « J’aimerais pouvoir récolter toutes les données de votre département » pourrait causer quelques chamboulements. Les personnes concernées pourraient avoir l’impression que le scientifique des données veut tout contrôler ou encore qu’il cherche à rapporter aux directeurs des problèmes de performance et d’organisation au sein du département en question. Le bouleversement des méthodes peut amener une atmosphère de méfiance qui peut s’avérer toxique.On ne peut pas garantir que votre scientifique des données survivra au temps. Toutefois, vous pourriez augmenter les chances qu’il.elle partage plus longtemps votre vie au travail en vous assurant que :1) certains travaux d’infrastructure des données aient déjà été entrepris,2) que vous ayez une idée précise des technologies qu’il.elle doit utiliser,3) que vous disposiez d’une équipe diversifiée et compétente pour l’entourer et4) que des efforts au niveau du changement de culture d’entreprise aient été entrepris.Des rencontres régulières avec votre scientifique de données pourra diriger vos efforts quant à son expérience et à sa longévité au sein de votre entreprise. Nous ne pouvons que souhaiter longue vie à votre collaboration !

Questions et réponses avec Nicolas Duperré

Vous êtes préoccupés par les approches Agile et DevOps comme beaucoup d’autres dirigeants TI? Développer de nouveaux projets fait partie de votre quotidien? Ce qui suit pourrait grandement vous intéresser.

Lire plus »
ordinateur quantique

L’informatique quantique pour les nuls

On entend beaucoup parler d’intelligence artificielle, mais un sujet commence à émerger de plus en plus : l’informatique quantique. S’il est assez intuitif que les ordinateurs quantiques pourraient surpasser les ordinateurs traditionnels, il est un peut-être un peu moins évident d’élaborer sur la question.

Lire plus »

Professionnels TI : Comment tirer profit de l’automatisation de vos tâches ?

Le marché du travail change et l’automatisation a la belle part dans ce contexte. Bien que tout le monde s’accorde sur la part grandissante de l’automatisation, notre perception est teintée tantôt d’optimisme, tantôt de crainte. Le minimum qu’on puisse dire est que le progrès permis par l’automatisation bouleverse les rôles que nous assumons dans nos métiers. 

Lire plus »

Partager cet article

Share on facebook
Share on google
Share on twitter
Share on linkedin
Share on pinterest
Share on print
Share on email