Depuis sa création en 2017, DataScientest s’est forgé une solide réputation sur le marché de la formation B2B en Data Science. Cette notoriété s’est construite en s’adressant à de grands groupes, tous leaders dans leurs domaines, qui font face à des défis différents mais partagent un manque de connaissances en science des données comme dénominateur commun. Découvrez l’historique de la coopération avec 4 partenaires de longue date de DataScientest : TotalEnergies, Allianz, Safran et Orange Bank.
TotalEnergies et DataScientest : En mode Agile
TotalEnergies et DataScientest : en mode Agile
Les salons Data… que de belles rencontres ! C’est en effet lors d’un salon spécialisé qu’Agnès Gimenez et Yoel Tordjman font connaissance en 2017. À l’époque, TotalEnergies entame sa transformation et aucun besoin spécifique de montée en compétences Data n’est encore formulé: cette rencontre est trop précoce pour le sujet.
Allianz et DataScientest : plus qu’une collaboration
Safran et DataScientest : le récit de la rencontre
Une capacité d’adaptation qui sait convaincre, dès la première itération
Orange Bank et DataScientest : l’histoire d’un message ambitieux
Pourtant, deux ans plus tard, Agnès se souvient de cette rencontre et contacte Yoel : les besoins de formation se font désormais sentir chez TotalEnergies, une entreprise très mature pour les personnes concernées. L’appel d’offres pour les cours spécialisés Machine Learning et Deep Learning au format Bootcamp sera lancé. Des propositions sont formulées et trois sociétés se distinguent parmi les candidats présents, dont DataScientest.
(1/3) Data session avec Total Energies : Data et Transformation Digitale
Bien que les domaines du machine learning et du deep learning soient assez larges, les attentes de TotalEnergies sont très précises et ciblées. Pour y répondre, DataScientest peut s’appuyer sur son vaste catalogue pour sélectionner et extraire les modules pertinents parmi les différents cours. Il s’agit de construire un cursus à partir de zéro et entièrement personnalisé.
Former ses collaborateurs, c’est améliorer leurs perspectives d’évolution au sein de l’entreprise
Ce cours est censé se faire en Bootcamp, à savoir dans un format intensif où toutes les notions sont maîtrisées en un temps plus court. Conscient des problèmes que cela peut poser aux salariés, TotalEnergies souhaite instaurer une proximité virtuelle. Ainsi, une plus grande part de « l’humain » et du coaching est introduite dans leurs cours, et l’objectif est d’assurer une meilleure assimilation et complétion des connaissances pour tous les étudiants.
Outre la « véritable expertise et la qualité reconnue des contenus », c’est donc la « grande agilité de l’équipe pédagogique » qui a érigé DataScientest comme une référence sur ces sujets dans l’entreprise, comme le souligne Agnès Gimenez. Adaptation était donc le maître mot de cette collaboration : adaptation au volume horaire et au rythme intense, adaptation au format hybride et même adaptation aux fuseaux horaires pour les masterclasses live.
(2/3) Data meeting avec Total Energies : Comment former ses équipes à l’ère du Covid ?
Après avoir constaté que certains employés avaient du mal à comprendre le Machine Learning Bootcamp, nous avons décidé de mettre en place un « travail préparatoire » malgré la formation en place. Autrement dit, une formation courte qui permet d’entrer progressivement dans la formation pour en tirer le meilleur parti. Dans le cas de TotalEnergies, cela incluait un programme de migration Excel vers Python pour ceux qui le souhaitaient.
Allianz & DataScientest : au-delà de la collaboration
Nombreux sont ceux qui ont vu grandir une startup. Peu sont ceux qui l’ont fait grandir. Allianz, en revanche, peut affirmer qu’elle a vu et fait grandir DataScientest.
Allianz, DataScientest : les débuts
Ce choix a ainsi permis de structurer l’ensemble de la formation sous forme de niveaux ou d’échelle d’escalade. D’abord une préparation, puis une formation en machine learning, puis une formation en deep learning pour les plus déterminés. Cela permet une amélioration optimale des compétences et ouvre ainsi la voie à l’avancement. Alors, raconte Michel Lutz, ingénieur de formation, il s’est inscrit et a rejoint l’usine numérique qui se créait à l’époque, après avoir suivi les modules proposés. A l’heure où les entreprises recherchent des sources de motivation pour leurs salariés, quelle meilleure solution qu’un accompagnement personnalisé pour leur permettre de se développer et de s’épanouir ?
Enfin, la pédagogie complète de DataScientest et la flexibilité qui nous caractérise sont des éléments qui permettent d’obtenir des retours « extrêmement satisfaisants » des équipes formées. Ces mots sont les mots d’Agnès Gimenez et Michel Lutz, à qui je donne maintenant la parole pour vous présenter les détails de la coopération avec DataScientest.
(3/3) Data meeting avec Total Energies : Enjeux et enjeux de la transition numérique
L’histoire commence en 2017, lors d’un appel d’offres lancé par Allianz. Parmi les grands noms des sociétés de formation et de conseil figure la startup DataScientest. Très jeune, elle gagne le cœur du géant de l’assurance :
Formation des équipes Allianz, DataScientest opte pour le « blended learning »
« On s’est rendu compte très vite que c’était le partenaire idéal », Xavier Horem
Un simple appel d’offres pour Allianz, une grande victoire pour un DataScientist chanceux qui décroche l’un de ses premiers grands clients historiques.
Outre Xavier Horem et Pauline Bouard, les premiers étudiants testent le système. L’objectif reste de le perfectionner, puis la discussion s’engage pour co-concevoir le format qui fait aujourd’hui la force de DataScientest.
Besoins de formation et besoins de l’entreprise, quel compromis ?
En 2017, l’un des plus grands défis de DataScientest est la mise en place d’une formation à distance. A vrai dire, le terme « distanciel » n’existe même pas encore, puisque cet anglicisme est né vers 2020. Pourtant, ses avantages sont nombreux et ne doivent pas être négligés.
L’utilisation d’une plateforme prête à coder au cœur de notre dispositif de formation est ainsi parfaitement adaptée à ce format et permet, selon les mots de Xavier Horem, « d’adapter le matériel ». Sur cette plateforme, l’étudiant apprend à connaître l’environnement dans lequel il va travailler au quotidien. Cela favorise l’apprentissage par la pratique et l’autonomie, deux aspects essentiels de la formation qualifiante. En ce sens, le dispositif s’éloigne des plates-formes traditionnelles qui fourniraient des documents texte et vidéo à lire sans les utiliser.
Mais alors comment éviter un éventuel décrochage ? Pleinement conscient des enjeux de la formation à distance et largement autonome, DataScientest a souhaité y ajouter la « présence ». Les masterclasses en direct privilégient les sprints afin que le contact entre nos professeurs, qui font partie intégrante de l’entreprise, et les étudiants ne faiblit jamais. C’est l’occasion de revoir ce que vous avez appris et de poser toutes les questions nécessaires liées aux concepts que vous enseignez. Bref, « une très bonne combinaison », souligne Xavier Horem.
Si la forme de cette formation est si favorable, c’est aussi parce qu’elle est synonyme de liberté. Vous n’êtes pas obligé d’arrêter complètement votre activité dans l’entreprise : la montée en compétences peut se faire en parallèle de votre travail actuel. Il s’agira simplement d’y consacrer quelques heures par semaine, le temps d’absorber ces nouveaux concepts, ô combien intéressants et stimulants.
Cependant, cette forme n’est pas le seul élément qui répond pleinement aux besoins de l’entreprise. L’ensemble de la formation a été conçu et orienté vers cet objectif spécifique dès le début. Au cours de ces longues sessions de formation, le fil rouge du projet est ainsi établi dans un objectif de professionnalisation. Chaque groupe de deux ou trois personnes se voit attribuer un mentor qui évaluera les progrès et conseillera régulièrement le groupe sur les solutions proposées.
« Plus de bonheur serait difficilement supportable »
Ce projet n’est pas à des fins théoriques et est destiné à l’industrialisation. « On n’est pas à l’école, l’entreprise a des besoins », et ce projet permet de les combler. Les projets mis en œuvre sont de qualité professionnelle et pleinement matures. Le projet du groupe de la cohorte Allianz a même remporté un Argus de l’assurance il y a deux ans !
Si l’on insiste tant sur le déroulement de cette formation, cela signifie finalement qu’elle n’a cessé de s’améliorer au fil des dizaines de promotions Allianz. Aussi bien en formation courte qu’en formation longue, dont une partie est l’enseignement des métiers de Data Scientist, Data Engineer, Data Analyst ou Data Steward. L’évolution constante fait partie de notre ADN et nous ne sommes pas prêts d’y renoncer !
DataScientest est certes un organisme de formation, mais il se forme aussi au quotidien en apprenant de ses interactions avec vous.
Safran et DataScientest : récit d’une rencontre
6 mars 2017, salon Big Data, à Paris. Au milieu de la foule qui discute et fait connaissance, une rencontre, en aspect anodine, prend place. Cette rencontre, c’est celle de Yoel et du Data Architect référent de Safran. Cette rencontre, c’est celle qui marque le début d’une belle collaboration entre Safran et DataScientest.
Enfin, l’histoire de la collaboration entre Allianz et DataScientest concerne autant la formation de centaines d’employés que l’augmentation de la maturité de DataScientest. En ce sens, on peut dire qu’il s’agit plus d’une symbiose que d’une coopération : chaque entité a donné à l’autre le meilleur d’elle-même pour s’entraider.
Qui former ?
Il est maintenant temps de vous laisser avec Xavier Hore pour entrer personnellement dans les détails de cette collaboration. Aussi, si au moment de la vidéo, 4 promotions étaient formées, dont 100 salariés d’Allianz, le nombre est désormais de 7 promotions, dont la 8ème à venir, ce qui est une belle preuve que cette association marche à merveille !
Data meeting avec Allianz : Comment la Data Science entre-t-elle dans le secteur de l’assurance ?
« Beaucoup de flexibilité au quotidien »
En effet, ces entités ont un point commun : elles pensent toutes deux que le big data va complètement bouleverser le secteur industriel et créer de nouveaux business models. C’est à ce moment que le besoin de formation se fait sentir chez Safran Helicopter Engines près de Bordes. Alors une réunion est organisée pour comprendre les besoins, mais le premier problème se pose : qui faut-il former dans l’entreprise ?
La réponse à cette question n’est jamais évidente et nécessite un regard sur les spécificités de l’entreprise et des salariés. Les ateliers sont donc assemblés pour répondre à cette demande. Au programme : bilan de compétence des équipes et comparaison avec le référentiel établi pour l’occasion, définition du périmètre de formation, ajustement du périmètre horaire en fonction des disponibilités…
Cette étape est essentielle car elle pose les bases d’une transformation réussie. Comme le souligne Ghislaine Doukhan, « la première barrière n’est pas technique, mais culturelle » : pour aborder au mieux les données, il faut acculturer et définir les profils les plus susceptibles de développer des compétences. La formation ne vient qu’après.
Satisfaits de la réponse apportée aux besoins SHE de l’entreprise, Safran SA et Safran University décident alors de faire confiance à DataScientest pour monter en compétence leurs collaborateurs. Le maître mot de cette collaboration était la flexibilité, de la définition des profils de formation à l’obtention de la certification.
La professionnalisation durant la formation
La première étape d’une telle collaboration est d’assurer une bonne adéquation entre le salarié et la formation. Cela nécessite un accompagnement préalable et Safran a prévu un test préalable, un bilan de compétences individualisé et la possibilité d’échanger avec un conseiller pédagogique. L’avantage d’un tel filtre est évident : en plus d’apporter des compétences, il assure que les salariés participent à la formation qui leur convient et qu’ils sont heureux de la suivre.
Les cours de formation sur le catalogue ont ensuite été adaptés et gradués pour s’adapter au mieux aux horaires et aux exigences de connaissances approfondies. Des niveaux avancés peuvent ainsi être débloqués pour certains profils qui en ressentent le besoin dans leur travail quotidien.
Cette logique d’adaptation nous a conduit à proposer notre accompagnement en français et en anglais, aussi bien sur les continents africain, américain qu’européen. Cette pratique a eu le mérite de favoriser la communication au sein de l’entreprise et de concrétiser les synergies existantes grâce à la diversité des avis, et la collaboration entre étudiants d’horizons différents a été encouragée dans le cadre de projets fil conducteur.
Quel accompagnement post-formation ?
Partant du constat que la formation répond plus souvent à la curiosité intellectuelle qu’au besoin de professionnalisation, nos enseignants ont fait le choix d’une pédagogie innovante. Pour qu’une connaissance soit utile à une entreprise, elle doit être immédiatement utilisable, sans temps d’adaptation. Pour cette raison, nous avons adopté un principe d’apprentissage par la pratique qui place notre plateforme prête à coder au centre de l’apprentissage. Il ne s’agit plus d’apprendre puis d’utiliser ses connaissances, mais d’apprendre en utilisant, par la pratique directe.
C’est cette vision de la pédagogie qui est à l’origine de l’introduction du projet fil rouge dans notre formation continue. Les stagiaires de Safran ont ainsi eu l’opportunité de travailler par groupe de trois sur de nouveaux projets d’entreprise au cours de leur formation.
Dès lors, ils ont acquis de nouvelles responsabilités et développé des projets dont la réalisation – avant même la fin de la formation – peut pleinement profiter à l’entreprise.
Orange Bank et DataScientest : l’histoire d’un message ambitieux
Tout commence par un message Linkedin entre Yoel Tordjman et Samir Ait Idir. Une démarche de prospection classique, diront certains. Seulement voilà: dans ce message figure une offre de test gratuit à nos dispositifs de formation en Data Science. Du côté de Orange Bank, le choix est assez simple. Après tout, pourquoi ne pas tester la formation ?
Chez DataScientest, la fin de l’éducation ne signifie pas la fin de la participation. 500 étudiants Safran font désormais partie de nos alumni et un accompagnement régulier nous tient à cœur. Avec Safran, nous organisons des activités communautaires pour que l’appétit de l’entreprise pour les données ne faiblisse pas. Ainsi, des master classes sont proposées à tous les collaborateurs, qui présentent les bases de certains concepts, notamment sur des sujets aussi vastes que le deep learning, le cloud, les transformateurs ou des sujets liés à la recherche et au développement. Les Data Challenges sont aussi l’occasion de fédérer les équipes autour de compétitions stimulantes, porteuses d’innovation et favorisant la cohésion d’équipe.
« Dans une néobanque, la Data c’est le carburant »
Si cette collaboration, qui dure maintenant depuis quatre belles années, a été si fructueuse, c’est en grande partie grâce à Ghislaine Doukhan, qui prend aujourd’hui la parole pour raconter l’histoire commune de DataScientest et Safran.
Data Session avec Safran : Comment la data science entre dans les métiers de l’aéronautique ?
Une volonté de formation professionnalisante
Alors, Samir et deux de ses collègues se lancent dans une aventure : ils suivent pendant plusieurs jours les master classes de nos professeurs et travaillent sur notre plateforme, ce qu’ils ne regretteront pas. La proposition de test a surpris Samir, mais le résultat était positif et la coopération promettait d’être fructueuse. Il le confirme aujourd’hui : « Je me suis dit : soit c’est très gonflé [d’envoyer ce message de test gratuit], soit le produit est vraiment très bon. Au final, la deuxième option est correcte.
Si le développement des néobanques coïncide parfaitement avec l’essor du Big Data, ce n’est en aucun cas un hasard. Les deux écosystèmes sont inextricablement liés et se développent en parallèle, ce qui oblige les néobanques à s’adapter pleinement aux nouvelles pratiques de la data.
Des data scientists habitués aux outils SaaS se sont ainsi formés à Python, au cloud ou aux enjeux de la BI en libre-service. Ce type de reconversion permet de mettre en place de nouveaux projets et permet aux équipes d’approfondir leur maîtrise de la data, ce qui est un énorme avantage.
Depuis la création de DataScientest, il était important pour nous de mener à bien un projet fil rouge dans chaque formation plus longue. Samir a tout de suite compris son utilité et a voulu en faire un outil d’autonomie. L’objectif était de faire confiance aux collaborateurs sur différents projets et ainsi limiter la dépendance des équipes vis-à-vis des consultants. Si les salariés peuvent développer toutes les compétences nécessaires, pourquoi les en priver ?
« Nous avons formé et mis en œuvre le projet en même temps ». Loin d’être théorique, ce projet fil rouge devrait être mis en production au plus vite. Chez Orange Bank, les employés ont travaillé sur les propres données de l’entreprise pour déterminer l’appétit pour les clients premium de la banque. Après avoir subi de nombreux tests, dont une preuve de concept, ce système est maintenant pleinement opérationnel et sert les intérêts de l’entreprise.
Ainsi, on peut parler, au-delà de la pédagogie de l’apprentissage par le travail qui nous caractérise, de la pédagogie de l’apprentissage par le travail et de la mise en œuvre. L’introduction du projet en production contribue tout autant à la formation des salariés et a le mérite de les impliquer davantage dans la réussite de l’entreprise.