Plus qu’une technologie, l’Intelligence Artificielle connaît des applications croissantes dans tous les secteurs business aujourd’hui. Elle est une réponse à énormément de besoins pour lesquels les contraintes d’hier ne s’appliquent plus grâce à elle, ouvrant le champ des possibles d’un nouveau monde. Nous pensons chez Askills qu’elle doit rester contrôlée éthiquement et humainement, c’est pourquoi nous gardons un œil éveillé aux applications diverses.
Initialement pensé comme une branche autonome technologique chez Askills, la Data Science doit s’inscrire dans un contexte Data global en complément et interaction avec les autres pôles.
Le data scientist travaille en collaboration avec les data engineers et les data analysts afin de développer ses modèles d’intelligence artificielle grâce à une mise à disposition stable, structurée et propre des données au préalable. Une autre aspect du data scientist est aussi sa capacité à réutiliser les modèles existants sur des plateformes dans des cas adaptés.
Les domaines d’applications de l’IA
Nos experts utilisent principalement les méthodes associés au machine learning (apprentissage supervisé ou non), domaine le plus répandu actuellement mais nos connaissances s’étendent aussi au Deep learning, au réseaux de neurones, à la logique floue, notamment.
Plus concrètement, nous accompagnons nos clients dans les domaines de l’IA suivants :
La reconnaissance d’images (détection et classification d’objets, segmentation sémantique…)
- Le Traitement automatique du langage naturel (TALN) ou natural language processing (NLP) via la reconnaissance de textes dans des documents notamment
- La prédiction appliquée au données Marketing (analyse et classification des data clients B2B et B2C par exemple)
- La reconnaissance vocale (voice recognition)
- L’étude et optimisation des données financières et des achats
- Prédiction d’incidents / interprétation des problématiques dans le domaine industriel
Notre accompagnement chez Askills a pour but d’intégrer les solutions technologiques les plus adaptées dans les solutions existantes de nos clients, que ce soit un logiciel, une application web ou mobile.
Au regard de la maturité Data de nos clients, le choix de la solution IA se doit d’être en adéquation pour pouvoir soutenir l’évolution des solutions et de la culture IA au sein de nos entreprises partenaires. Les solutions proposées par nos consultants s’inscrivent dans une réflexion qui permet d’offrir des expériences clients fluides et qui s’associent dans la durée en évoluant en fonction des demandes des directions métiers.
Traitement de la Donnée
Le travail de développement d’algorithmes ne doit pas non plus occulter la partie relative au traitement des données et c’est là que l’articulation des pôles technologiques prend tout son sens chez Askills. La qualité des données et l’élimination des biais est un point crucial à contrôler et à ne surtout pas minimiser au risque de piloter son activité en s’appuyant sur des données erronées ou à minima incomplètes.
Le travail de collaboration entre les Data analysts et les Data scientists est primordial en ce sens et le profil complet de nos consultants Data scientists intègre complètement ces deux derniers aspects.
Le sujet d’attention porté sur les biais dans les données est particulièrement mis en exergue au sein d’Askills. Des jeux de données biaisés peuvent fausser l’interprétation des algorithmes d’intelligence artificielle et avoir des conséquences désastreuses, notamment au niveau humain (démontré notamment dans l’actualité à plusieurs reprises). Nous avons, chez Askills, une part de responsabilité dans cette qualification et élimination des biais de concert avec nos clients.
Côté technique, notre expertise est principalement centrée sur Python et R, ainsi que sur les librairies Python telles que Tensorflow, scikit learn ou encore Panda.
Notre approche
Dans une approche transparente, il nous apparaît important avant d’intégrer des briques d’IA chez nos clients, d’analyser initialement le niveau de structuration du dataflow. Il est à proprement parler risqué de lancer une réflexion de machine learning sur des données qui n’ont pas été qualifiées. Le résultat peut paraître encourageant initialement car les données semblent correctes. Au mieux, elles souffriront rapidement d’instabilité ou d’incohérences et au pire elles seront fausses et rendront leur interprétation erronée. La conclusion de ce type de situation sera généralement un rejet de l’IA et un report de l’intégration de ces technologies à une échéance « sine die ».
Notre approche inclut donc une première analyse de situation de maturité Data comme un passage obligé, ce constat étant aussi applicable pour le pôle Data Visualisation. Elle permet de transmettre à nos clients une preuve de proposition de valeur et place les jalons du partenariat que nous souhaitons créer avec chacun de nos clients.
Nous nous tenons à votre disposition pour pouvoir discuter plus avant de vos besoins et initiatives en data science, qu’elles en soient à leur balbutiements ou pour un renforcement d’une équipe déjà rodée et en recherche d’une expertise pointue.