Les 25 et 26 juin, l’UNamur fera une place toute spéciale aux “data sciences” à l’occasion d’une chaire IBM dédiée à ce thème. La cible n’en est pas – ou pas exclusivement les férus d’algorithmes, les masters es AI, ou les hyper-spécialistes. A côté des profils davantage universitaire, les deux journées sont en effet destinées aux responsables d’entreprise, à leurs responsables informatiques ou autres chefs de projet.

Au programme, deux conférences donnant la parole à des spécialistes en data science de l’UNamur et d’IBM mais aussi des exposés par des chefs d’entreprises qui ont recours à cette “science des données” dans le cadre de leurs activités au quotidien. Parmi ces sociétés, citons Sagacify, société qui développe des solutions mêlant science des données, intelligence artificielle, technologies SoMo (social mobile) et cloud computing; OncoRadiomics, qui s’appuie sur l’intelligence artificielle et l’analyse d’images médicales pour proposer des solutions optimisant les soins pour patients cancéreux; et SkalUP, spin-off de l’UNamur qui a développé des solutions de configuration et de recommandation pour le secteur de la distribution, de l’e-commerce, ainsi que pour l’industrie et le secteur des services.

L’agenda de la deuxième journée a par ailleurs réservé plusieurs plages horaires pour des ateliers thématiques, où l’on parlera outils (IBM Watson, notamment), domaines d’application et problématiques. Notamment, risques juridiques, visualisation de données, apprentissage et débuts en machine learning…

Cette IBM Chair on Data Science se déroulera dans les auditoires Pedro Arrupe de l’UNamur, 21 rue Grandgagnage à 5000 Namur.

Inscriptions via ce formulaire en-ligne.

Depuis septembre 2017, la faculté d’informatique de l’UNamur propose une formation spécialisée en Data Science dans le cadre de ses masters en sciences mathématiques, en informatique et en ingénieur de gestion. Cette formation interdisciplinaire a pour but de conférer aux étudiants des compétences poussées en big data, entrepôts de données, apprentissage automatique (machine learning), exploitation de données et de graphes, visualisation de l’information, aide à la décision et analytique.

Pendant ce temps à l’UCL…

Pour la troisième année consécutive, l’UCLouvain annonce, pour sa part, que le certificat d’université en Junior Data Analyst sera bien au programme du premier quadrimestre 2018-2019.

Organisée par la faculté des sciences, l’Ecole de statistique, biostatistique et sciences actuarielles (LSBA) et la Plateforme technologique de Support en Méthodologie et Calcul Statistique (SMCS) de l’UCL, la formation s’adresse à la fois aux jeunes diplômés (niveau master, par exemple en sciences humaines et sociales), aux demandeurs d’emploi ou à “toute personne qui fait face, au sein de son entreprise – tous secteurs d’activités confondus -, aux évolutions technologiques et aux nouveaux besoins en termes d’analyse de données et de communication qui en découlent.”

“Data Sciences” pour profils Sciences humaines

L’une des particularités de cette formation de l’UCLouvain est de s’adresser en priorité à des diplômés en sciences humaines ou sociales. Choix qui peut paraître étonnant à première vue mais que Christian Ritter, professeur à la LSBA et responsable académique pour ce Certificat de Junior Data Analyst, explique par un raisonnement mi-pragmatique, mi-logique.

“De mes 30 ans d’expérience en statistique et data science, à la fois à l’université et en consultation pour des entreprises et des entités publics, j’ai observé que les personnes qui portent actuellement le chapeau de data specialist, de data analyst ou de data scientist ont souvent une perspective dirigée vers les aspects techniques (algorithmes, bases de données, etc.) du métier et qu’il y a souvent un gouffre entre les fonctions business, marketing, RH, ou com’, d’une part, et le département informatique et data, de l’autre. 

En même temps, je constate, dans le cours en consultation statistique – que je donne depuis plus de 20 ans -, que des participants issus d’une formation en sciences humaines sont souvent les meilleurs quand il s’agit de comprendre les besoins des clients, de faire une analyse élémentaire mais bien réfléchie, et de communiquer les résultats. 

Christian Ritter (UCLouvain): “Les métiers “data” doivent être ouverts à un public plus large que des informaticiens, ingénieurs informatiques, et scientifiques classiques. Ils ont aussi besoin de plus de femmes et le public du Junior Data Analyst est majoritairement féminin.”

Dans une société ‘data’ de demain, nous avons besoin des deux profils: des bons technologistes data et de bons consultants data, où la seconde catégorie comprend une dimension plus grande en communication et en application d’un esprit critique. 

C’est donc le public des excellents candidats et le besoin de la profession qui motive notre choix.

Mais malheureusement, ce besoin n’est pas encore assez bien reconnu en Belgique. Une raison principale est la dominance de profils “scientifiques” dans des départements data et l’idée préconçue que les collèges, à d’autres postes dans les entreprises, ont de ce que est un data scientist/analyst. Mais les choses vont évoluer et j’espère que nos alumni du JDA pourront y jouer un rôle. 

Des compétences bien précises

Durée de la formation de Junior Data Analyst: 120 heures réparties en 21 jours de cours, suivis de travaux pratiques en autonome.

Contenu des cours: programmation, statistiques, interprétation des données, création de visuels, aspects légaux.

Parmi les principales compétences visées: aptitudes en codage, développement d’un esprit (statistique) critique, esprit d’analyse de données, maîtrise de l’analyse quantitative. On retrouve les motivations et les besoins auxquels Christian Ritter faisait allusion qui, au passage, regrette que “la terminologie data ne soit pas bien définie. Mon interprétation du mot data scientist est quelqu’un qui analyse scientifiquement comment saisir, traiter et exploiter des données.

C’est donc une appellation scientifique/méthodologique. Le data analyst fait plutôt partie de la profession des practiciens des données. C’est quelqu’un qui utilise les méthodes développées par des data scientists et statisticiens afin de saisir, traiter et exploiter des données. C’est aussi quelqu’un qui, idéalement, fait le lien avec les intérêts de l’organisme ou du client pour qui l’analyste travaille.

Notre programme est du niveau junior. C’est un cours intensif qui permet aux participants d’apprendre à coder dans le langage R, de développer un niveau avancé en Excel, de revoir les concepts statistiques de base utiles en data analytics, de mettre le tout en oeuvre dans un projet intégré et de voir quelques méthodes et approches en machine learning sans les approfondir.

C’est un niveau qui donne une autonomie dans une fonction qui exige une bonne maîtrise élémentaire en analyse de données et les premières accroches pour poursuivre l’apprentissage de méthodes et d’approches plus avancées.

C’est un niveau directement utilisable pour une organisation qui ne travaille pas avec de grandes quantités de données ou qui peut entourer la personne de collègues plus expérimentés. Nous nous posons d’ailleurs la question sur la pertinence de créer une formation, peut-être en horaire décalé, d’un niveau intermédiaire, avec plus de data technology, plus de modélisation statistique, plus d’aspects business.”

Plus d’infos sur le JDA via le site de l’UCLouvain