Publié par

Il y a 2 mois -

Temps de lecture 3 minutes

Le TechTrends « Produits Data Science – La Data Science, de l’idée à la production » est arrivé !

 

La semaine dernière, nous vous dévoilions « Les obstacles de la Data Science » en vidéo, et avions profité pour vous annoncer l’arrivée prochaine d’un nouveau TechTrends dédié. Et bien, il débarque aujourd’hui !

Comment construire un Produit Data Science ? De l’idée à la production, ce TechTrends vous guidera et vous conseillera.

Vous l’aurez peut-être remarqué, nous parlons de Produit et non pas de Projet Data Science. Avant même de commencer la lecture, nous souhaitions rappeler ce qu’est un Produit Data Science. C’est un produit dont la capacité à apporter une solution à un problème repose principalement sur la Data Science. Il ne se limite donc pas au modèle mais englobe également la mise à disposition des résultats aux utilisateurs pour qu’ils puissent en tirer de la valeur. La performance d’un Produit Data Science mesure donc la résolution du problème et ne se limite pas à la performance du modèle.

 

Est-ce si compliqué de créer un Produit Data Science ?

Les causes d’échec d’un projet Data Science sont nombreuses : mauvaise gestion du Data Lake, PoCs interminables qui repoussent sans cesse une éventuelle mise en production, ou encore, manque de lien avec la réalité opérationnelle. Une première réaction pourrait être de se dire qu’il aurait fallu mieux planifier, mieux anticiper les problèmes de mise en production, mieux prévoir les incompatibilités de technologies.

Nous ne pensons pas que ce soit la solution. La complexité inhérente à la Data Science est telle qu’il y aura toujours un élément inattendu pour venir enrayer cette mécanique que l’on pensait bien huilée.

 

C’est l’approche elle-même qui doit être repensée dans son intégralité. Le Data Lake n’est pas une fin en soi, ce n’est qu’un moyen. Il en est de même pour les modèles de Machine Learning. La seule obsession des équipes doit être le diptyque Use Case critique – solution créative pertinente.

L’approche que nous préconisons implique de relever trois défis :

  • Explorer : identifier la problématique la plus pertinente, la cadrer et définir une vision Produit qui permet l’alignement des acteurs ;
  • S’organiser : rassembler l’équipe adéquate et mettre en place le cadre de travail et les bonnes pratiques qui permettront d’atteindre l’objectif ;
  • Fluidifier : mettre en place l’usine logicielle qui apportera la flexibilité à l’équipe pour explorer, expérimenter et mettre en production.

Ce TechTrends a pour but de vous guider pas à pas dans cette démarche et de vous aider à faire de votre Produit Data Science un succès.

 

Comment télécharger ou recevoir le TechTrends ?

Ce TechTrends est télechargeable dès à présent ici (Télécharger le TechTrends Produits Data Science). Pour recevoir un exemplaire papier, il vous suffit d’en faire la demande via le formulaire, nous vous le ferons parvenir sous quelques jours.

Profitez-en pour lire ou relire les précédents TechTrends disponibles sur le site xebia.fr et toutes les publications Data (vidéos, articles de blog, Github, etc.) sur le site du DataFactory.

Nous vous souhaitons une excellente lecture !

Publié par

Publié par Xebia France

Xebia est un cabinet de conseil international spécialisé dans les technologies Big Data, Web, les architectures Java et la mobilité dans des environnements agiles. Depuis plus de 15 ans, nous avons la volonté de partager notre expertise et nos actualités à travers notre blog technique.

Commentaire

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Nous recrutons

Être un Xebian, c'est faire partie d'un groupe de passionnés ; C'est l'opportunité de travailler et de partager avec des pairs parmi les plus talentueux.