En cette ère du digital, le Groupe LA POSTE s’est donné comme objectif de devenir une entreprise data-driven, plaçant ainsi la donnée au cœur de ses orientations stratégiques. Dans le cadre de ses fonctions au sein de la Branche Service Courrier Colis, Antoine DE CHANTERAC, Directeur de projet prévision des trafics et modélisations économétriques, s’intéresse aux techniques d’intelligence artificielle qui pourront lui permettre d’apporter des améliorations à ses projets en cours ou à venir. Il a suivi la formation « Introduction au machine learning et au deep learning » proposée par EURODECISION et revient pour nous sur sa participation.
- Qu’est-ce qui vous a incité à participer à la formation ?
La Poste demande à ses collaborateurs de se former sur le thème du machine learning. J’avais donc déjà eu l’occasion de suivre une formation e-learning de 4h visant à comprendre les enjeux généraux et les problèmes éthiques liés à l’intelligence artificielle. Il ne s’agissait que d’une introduction, et je souhaitais approfondir le sujet car je gère actuellement un projet dans lequel l’intelligence algorithmique est à l’œuvre.
Deux jours ne suffisent évidemment pas à devenir un expert du machine learning, mais la formation EURODECISION donne un panorama général des techniques à disposition avec leurs avantages et inconvénients respectifs. Elle constitue donc une bonne porte d’entrée pour ceux qui veulent mieux comprendre les différentes classes de problèmes techniques auxquels on peut être confronté dans le cadre de ce type de projets.
- La formation se base sur des cas fictifs. Avez-vous pu vous projeter sur des usages appliqués à votre métier ?
L’illustration par des exemples me semble très importante, car le contenu de la formation est très dense et on n’a pas forcément le temps de réfléchir à son propre cas pendant les présentations. Dans le cadre de la session interentreprise que j’ai suivie, le métier de la logistique postale ne figurait pas parmi les cas étudiés, mais cela ne m’a pas dérangé car mon objectif était d’acquérir une culture générale.
Les journées sont d’ailleurs ponctuées de temps dédiés à la discussion entre les participants, ce qui est très enrichissant. Echanger avec des profils issus d’horizons différents permet de découvrir les problématiques auxquelles les autres sont confrontés et de se projeter sur les usages que chacun peut faire du machine learning.
- Que retenez-vous de cette formation ?
Mon objectif n’était pas de tout connaître par cœur, mais j’estime avoir désormais une vision d’ensemble des techniques de machine learning et de deep learning à disposition. Je retiens en particulier que chaque sujet est spécifique au contexte des entreprises, aux données, aux attentes et aux besoins du client.
Lorsque je rencontrerai une nouvelle problématique, je sais également par où commencer et ce que je dois regarder de plus près. J’ai pris note des nombreuses références qui ont été données et je saurai m’y référer.
- Quels sont selon vous les points forts de cette formation ? La recommanderiez-vous à vos confrères ?
Je mentionnerais sans hésiter la qualité des intervenants : ce ne sont pas juste des formateurs, ni seulement des très bons matheux, mais de vrais experts régulièrement confrontés à des projets métier avec les questions que cela soulève. Ils ne perdent pas de vue que la construction des modèles est liée au besoin client et savent rappeler qu’il n’y a pas de recette magique, que l’algorithme ultime n’existe pas.
Je recommande cette formation aux profils non spécialistes qui sont amenés à travailler sur des projets de machine learning, tels que des chefs de projet qui doivent échanger avec des techniciens experts en la matière. L’éventail culturel général acquis pendant ces deux jours est un atout de taille pour mieux évoluer sur ce type de projets.
