Les scientifiques des données de Swisscom

Portrait de 5 scientifiques des données 

«Les entreprises doivent apprendre à utiliser la science des données à bon escient»


Doué pour les langues, chercheur d’or, expert en affaires, futurologue: les scientifiques des données ont tous plusieurs cordes à leur arc. Grâce à leurs facultés personnelles, leur travail est exceptionnel.


Texte: Christoph Widmer, Images: Philipp Zinniker,  décembre 2017




Ils s’appellent Andreea, Mohamed, Gaël, Sergio ou Florian. Ils viennent de cinq pays différents et ont suivi des parcours totalement divergents. Ce qu’ils ont en commun, c’est leur passion pour les données et leur analyse; ils se nomment scientifiques des données. Nous vous présentons cinq personnalités opérant dans différents secteurs de Swisscom et vous montrons dans quelle mesure leurs particularités et leurs intérêts influencent leur travail.


«Mon sens de la communication m’a beaucoup apporté»

Andreea Hossmann est très douée pour les langues: en plus du roumain, sa langue maternelle, elle maîtrise le français, l’anglais, l’espagnol, l’italien et parle aussi couramment l’allemand. «Chez les développeurs, le sens de la communication n’est généralement pas très marqué», dit-elle. «Chez moi, en revanche, c’est un point fort. Après deux ans et un congé de maternité, je dirige actuellement une équipe de 10 personnes dans le secteur de l’intelligence artificielle, ce que, naturellement, je dois aussi à la flexibilité et au soutien de mon supérieur et de ma famille. 



Ayant obtenu son PhD à l’école polytechnique fédérale de Zurich, Andreea Hossmann a également appris l’allemand.



L’équipe d’Andreea Hossmann a notamment développé un système destiné au Customer Support, qui analyse les demandes de clients et les attribue automatiquement au spécialiste correspondant. De même qu’un tool permettant de catégoriser les contrats entre Swisscom et ses clients. À l’avenir, cela sera possible également au moyen d’un système de reconnaissance de la parole. Pour cela, Andreea Hossmann n’apporte pas seulement ses connaissances linguistiques: elle a accompli en France des études d’ingénieur en télécommunication, détient en plus un Master of Research et a passé une année d’échange à l’UIUC de l’Illinois. Elle a passé son doctorat à l’école polytechnique fédérale de Zurich en raison de sa passion pour les langues: «J’hésitais entre Cambridge, Oxford et l’école polytechnique fédérale de Zurich», dit-elle. «J’ai choisi finalement l’EPF de Zurich parce que je voulais apprendre l’allemand.» Aujourd’hui, Andreea Hossmann vit à Berne avec son mari et ses deux enfants.

Son expérience en matière de recherche lui bénéficie aussi régulièrement chez Swisscom, que ce soit pour l’analyse des données ou la coopération avec l’EPFL, où son équipe développe de nouveaux thèmes d’IA en collaboration avec étudiants et professeurs. Dans tout cela, il lui reste peu de temps pour se consacrer elle-même à la programmation. Mais Andreea Hossmann connaît la solution: «Un jour par semaine, je travaille en Home Office. Je veille alors à ne pas avoir de réunions pour pouvoir me concentrer entièrement sur la programmation.» Ainsi, les langages de programmation ne sont pas non plus négligés.


«Un scientifique des données ne doit pas avoir peur de mettre les mains dans le cambouis»

Pendant son PhD, Mohamed Kafsi s’est penché sur la mobilité des personnes et, depuis deux ans, il poursuit cette activité chez Swisscom: Mohamed Kafsi travaille comme scientifique des données pour Swisscom Big Data and Mobility. Dans ce cadre, il utilise les données de télécommunication mobile pour reconstruire et prédire les flux de déplacement des personnes. «Nous aidons les villes à mieux comprendre la mobilité», dit-il. «Grâce à notre solution City Insights, les urbanistes, par exemple, bénéficient sans cesse de données de déplacement révélatrices.»



Grâce à des stages chez Deutsche Telekom et Nokia, Mohamed Kafsi a pu acquérir des connaissances dans le domaine des télécommunications dès ses années d’études.



Pour son travail, Mohamed Kafsi doit avant tout faire une chose: creuser. «À mon avis, les scientifiques des données ne doivent pas hésiter à se retrousser les manches et à fouiller», dit-il. «La préparation des données représente à peu près 80 % de mon travail. Ce n’est qu’une fois modélisées que les données sont analysables et exploitables. Mohamed Kafsi a également acquis des connaissances dans le domaine des télécommunications: après avoir quitté à l’âge de 19 ans sa Tunisie natale, il a accompli des études de Communications Systems à l’EPFL et a effectué des stages chez Deutsche Telekom et chez Nokia.

Mais une certaine curiosité intellectuelle joue elle aussi un rôle important. Mohamed Kafsi aime par exemple essayer de nouvelles disciplines sportives, compulser des livres ou étudier son environnement à travers le viseur de son appareil photo. Et il est heureux de ne plus avoir affaire aux données lorsqu’il est chez lui: «Heureusement que ma femme est avocate et n’est pas elle aussi scientifique des données», dit ce nouveau papa en riant.


«Grâce au big data, nous sommes plus proches de l’expérience de l’utilisateur»

En tant que scientifique des données de l’équipe de Big Data Network Intelligence, Gaël Grosch aide les ingénieurs de réseau à acquérir une vue d’ensemble de tous les incidents qui ont lieu dans le réseau de Swisscom. «Nous collectons des données de réseau et essayons de détecter les défaillances», explique-t-il. «Les différentes données nous permettent notamment de retracer les événements pendant tout un appel et, ainsi, de mieux montrer pour quelle raison celui-ci a été interrompu.» Pour cela, Gaël Grosch et son équipe ont développé la plateforme d’analyse Nicer: celle-ci fournit aux utilisateurs une vue d’ensemble des événements de réseau tels que les appels, les SMS et l’utilisation de données, et cela presque en temps réel.



Gaël Grosch considère la Suisse comme un pays très évolué sur le plan technologique mais où les entreprises doivent encore apprendre à se servir efficacement de la science des données.



Une chose est toujours au cœur du travail de Gaël Grosch: les avantages qu’en tire Swisscom. Cela demande une compréhension profonde du business. Ce n’est que ainsi qu’on peut lancer des solutions qui optimisent vraiment les activités et ne génèrent pas seulement de belles statistiques. Dans ce domaine, la Suisse a du retard à rattraper: «Les entreprises américaines orientées business comme Palantir propagent une image idéale de la science des données», explique-t-il. «Mais en réalité, nos sphères d’activités ne savent que rarement comment profiter du big data pour le business. Beaucoup d’entreprises suisses doivent d’abord apprendre à se servir de la science des données.»

D’un point de vue technologique, la Suisse est très en avance. C’est avant tout pendant un semestre d’échange passé en Colombie dans le cadre de ses études de Communication Systems à l’EPFL que Gaël Grosch s’en est rendu compte: «Toute l’infrastructure était plus lente que chez nous, Internet ne fonctionnait pas toujours et il fallait du temps pour trouver quelqu’un capable de vous aider. En Suisse, par contre, on peut travailler partout et toujours de façon efficace.»


«Je dois être aussi polyvalent qu’un couteau suisse»

Connaissances en informatique, mathématiques et statistiques, capacité de raisonnement abstrait, facultés analytiques, compétences en matière de business et de nouvelles technologies: pour Sergio Jimenez, il s’agit là des aptitudes fondamentales d’un scientifique des données. Les physiciens font partie des personnes qui présentent ces qualités. «C’est pourquoi les physiciens sont des scientifiques des données très recherchés», dit-il. «Un grand nombre de mes anciens camarades de PhD travaillent aujourd’hui dans le secteur de la science des données.»



De l’avis de Sergio Jimenez Otero, les scientifiques des données et les physiciens partagent certaines compétences-clés.



D’origine espagnole, Sergio Jimenez a fait des études de physique générale, expérimentale et théorique à l’Université de Glasgow. Après avoir terminé son PhD en physique expérimentale à l’EPFL (sur le thème: «Pourquoi y a-t-il davantage de matière que d’antimatière?») et avoir fait dans ce cadre des recherches au CERN, Sergio Jimenez est aujourd’hui consultant chez Swisscom: il aide les clients internes et externes à optimiser les processus de business en élaborant des business cases, en créant des proof-of-concepts et en développant pour le client des solutions sur mesure. Par exemple pour Predictive Analytics. Ou pour la classification de documents: «Nous permettons entre autres aux entreprises d’avoir une vue d’ensemble de leurs données de texte», explique-t-il. «Grâce à cela, elles peuvent par exemple trouver plus rapidement les documents juridiques et les vérifier de façon plus structurée.»

Dans son temps libre, Sergio Jimenez aime bien regarder des séries télévisées ainsi que faire du vélo et de la natation: «Pour moi, le sport est particulièrement important parce qu’il favorise aussi le dynamisme et la créativité au travail.»  


«Les données me permettent de prédire l’avenir»

En tant que scientifique des données dans le secteur Industrial Internet Of Things, Florian Pitschi développe des solutions de Predictive Maintenance. Notamment pour l’entreprise de technique de climatisation Walter Meier: «À l’aide des données des capteurs, des machines et des interventions du service technique, nous sommes en mesure d’identifier les pompes à chaleur qui, probablement, ne vont pas tarder à ne plus fonctionner», explique-t-il. «Notre solution permet aux techniciens de Walter Meier de détecter et éliminer les problèmes par avance.»  



En tant que scientifique, Florian Pitschi est capable de tirer une plus-value des données.



En tant qu’«oracle des machines», Florian Pitschi peut vraiment mettre à profit les données. Depuis toujours, c’est ce qu’il voulait faire. Pourtant, après ses études d’informatique et de physique à Ulm et son doctorat réalisé en Chine, il a d’abord travaillé comme conseiller dans le secteur de la Business Intelligence. Cependant, il n’était pas encore satisfait: «Cela ne me suffisait pas», dit-il. «On visualise les données, on calcule peut-être quelques tendances, mais on n’en tire aucun enseignement important. Moi, je voulais tirer une vraie plus-value des données, optimiser les processus et prédire l’avenir.»

Pour cela, Florian Pitschi s’entraîne également en participant à des compétitions de Machine Learning: «Dans ce cadre, j’ai déjà dû apprendre à un squelette à marcher de façon autonome. Ou à prédire, sur la base des données des voyageurs, quels passagers du Titanic vont survivre ou non au naufrage.» Florian Pitschi est aussi un joueur de beach-volley passionné, et ce sans connaître le résultat final: «C’est ce qui a de passionnant: dans une rencontre sportive, il est possible que l’outsider gagne.»



Newsletter

Abonnez-vous à la newsletter pour suivre les tendances, les actualités de la branche et les benchmarks.





En savoir plus sur ce thème