Depuis sa création en 2017, DataScientest a bâti une solide réputation sur le marché B2B de la formation en Data Science. Cette notoriété s’est construite en garantissant la satisfaction de Grands Groupes, tous leaders dans leurs domaines respectifs, et confrontés à des défis divers mais ayant pour dénominateur commun le skill gap en Data Science. Découvrez l’histoire de collaboration avec 4 partenaires de longue date de DataScientest : TotalEnergies, Allianz, Safran, et Orange Bank.
[1] TotalEnergies et DataScientest : en mode Agile
[2]Allianz et DataScientest : au delà de la collaboration
[3]Safran et DataScientest : récit d’une rencontre
[4]Orange Bank et DataScientest : l’histoire d’un message ambitieux
[1] 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.
Pourtant, deux ans plus tard, Agnès se souvient de cette rencontre et contacte Yoel : les besoins de formation se font désormais sentir chez TotalEnergies, très mature sur les sujets de Data. Un appel d’offres sur les parcours spécialisés de Machine Learning et de Deep Learning, en format Bootcamp, va débuter. Les propositions sont formulées et trois entreprises se détachent des candidats présents, dont DataScientest.
(1/3) Rendez-vous Data avec Total Energies : Données et Transformation Digitale
Une capacité d’adaptation qui sait convaincre, dès la première itération
Bien que les domaines de Machine Learning et de Deep Learning soient assez vastes, les attentes de TotalEnergies sont très précises et ciblées. Pour y répondre, DataScientest peut compter sur son large catalogue pour choisir et extraire, parmi les différents parcours, les modules adéquats. Cela, afin de construire un cursus de toutes pièces et entièrement personnalisé.
Ce parcours allait être proposé en Bootcamp, à savoir un format intensif dans lequel toutes les notions sont maîtrisées en un temps plus court. Conscient de la difficulté que cela peut représenter pour ses collaborateurs, TotalEnergies souhaite mettre en place une proximité virtuelle. C’est ainsi qu’une part plus grande « d’humain » et de coaching est introduite dans leurs parcours, l’objectif étant d’assurer une meilleure assimilation des connaissances et la complétion pour tous les apprenants.
Au-delà de la « réelle expertise et de la qualité reconnue sur les contenus », c’est donc la « grande agilité de l’équipe pédagogique » qui a placé DataScientest en référence sur ces sujets au sein de l’entreprise, comme le souligne Agnès Gimenez. L’adaptation fut donc le maître mot de cette collaboration : adaptation à la volumétrie horaire et au rythme intensif, adaptation au format hybride et même, adaptation aux fuseaux horaires pour les masterclass live.
(2/3) Rendez-vous Data avec Total Energies : Comment former ses équipes en période de Covid?
Former ses collaborateurs, c’est améliorer leurs perspectives d’évolution au sein de l’entreprise
Après avoir remarqué que certains collaborateurs avaient des difficultés à appréhender le Bootcamp Machine Learning, et ce malgré le coaching mis en place, nous avons décidé de mettre en place un « prep work ». En d’autres termes, un cursus court permettant d’entrer progressivement dans la formation pour en tirer le meilleur. Dans le cas de TotalEnergies, cela consistait en un programme de transition de Excel vers Python, pour ceux qui le souhaitaient.
Ce choix permettait ainsi de structurer l’ensemble des formations sous forme de paliers, ou d’échelle à gravir. D’abord le prepwork, puis la formation Machine Learning et ensuite la formation Deep Learning pour les plus déterminés. Cela permet une montée en compétences optimale, ouvrant ainsi la voie à une montée en poste. C’est ainsi, raconte Michel Lutz, qu’une collaboratrice ingénieure de formation a postulé et intégré la Digital Factory qui se créait alors, après avoir suivi les modules proposés. À l’heure où les entreprises recherchent des sources de motivation pour les collaborateurs, quelle meilleure solution qu’un accompagnement personnalisé qui leur permet d’évoluer et de s’accomplir ?
Finalement, la pédagogie complète de DataScientest et la flexibilité qui nous caractérise sont autant d’éléments garantissant des retours « extrêmement satisfaisants » de la part des équipes formées. Ces mots, ce sont ceux d’Agnès Gimenez et Michel Lutz, à qui je laisse désormais la parole pour vous présenter les tenants et aboutissants d’une collaboration avec DataScientest.
(3/3) Rendez-vous Data avec Total Energies : Défis et enjeux de la transition numérique
[2] 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 début
L’histoire commence en 2017, lors d’un appel d’offres mené par Allianz. Au milieu de grands noms d’entreprises de formation et de conseil, se trouve la startup DataScientest. Pourtant toute jeune à l’époque, elle gagne le cœur du géant de l’assurance :
« Très rapidement, on a conclu que c’était le partenaire idéal », Xavier Horem
Un simple appel d’offres pour Allianz, une grande victoire pour l’heureuse élue DataScientest qui acquiert un de ses premiers grands clients historiques.
Aux côtés de Xavier Horem et de Pauline Bouard, les premiers apprenants testent le dispositif. Le but reste de le perfectionner et débute alors une discussion pour co-construire le format qui fait aujourd’hui la force de DataScientest.
Formation des équipes Allianz, DataScientest opte pour le « blended learning »
En 2017, un des plus grands défis auquel DataScientest fait face est celui d’imposer la formation en format distanciel. A vrai dire, le terme « distanciel » n’existe même pas encore puisque cet anglicisme a vu le jour aux alentours de l’année 2020. Et pourtant, ses avantages sont nombreux et il ne faut pas les négliger.
L’utilisation de la plateforme prête à coder, au cœur de notre dispositif de formation, est ainsi parfaitement adaptée à ce format et permet, selon les dires de Xavier Horem, de « s’approprier la matière ». C’est sur cette plateforme que l’apprenant se familiarise avec l’environnement sur lequel il travaillera au quotidien. Cela favorise l’apprentissage par la pratique et l’autonomie, deux volets essentiels d’une formation qualifiante. En ce sens, le dispositif s’éloigne de plateformes classiques qui mettraient à disposition des documents texte et vidéo dont il faut prendre connaissance sans appliquer.
Mais alors, comment faire pour éviter un potentiel décrochage ? Étant pleinement conscient des enjeux d’une formation en distanciel et largement en autonomie, DataScientest a voulu rajouter de la « présence ». Des Masterclass live ponctuent ainsi les sprints afin que le contact entre nos professeurs, qui font partie intégrante de l’entreprise, et l’apprenant ne faiblisse jamais. C’est l’occasion de vérifier les acquis et de poser toutes les questions nécessaires et relatives aux notions enseignées. Somme toute, « un très bon combo », souligne Xavier Horem.
Besoins de formation et besoins de l’entreprise, quel compromis ?
Si le format de cette formation est aussi avantageux, c’est aussi parce qu’il est synonyme de liberté. Nul besoin de mettre entièrement en pause son activité au sein de l’entreprise : la montée en compétences peut être réalisée en parallèle du travail courant. Il s’agira simplement de s’y consacrer quelques heures par semaine, le temps de s’imprégner de ces nouvelles notions, ô combien intéressantes et stimulantes.
Mais, ce format n’est pas le seul élément qui répond entièrement aux besoins de l’entreprise. La formation toute entière a été pensée et orientée, dès le départ, vers cet objectif précis. Un projet fil rouge est ainsi mis en place au cours de ces formations longues dans un but de professionnalisation. Chaque groupe de deux ou trois personnes se voit attribuer un mentor, qui jugera de l’avancement et conseillera régulièrement le groupe dans les solutions apportées.
Ce projet n’est pas à visée théorique et a vocation à être industrialisé. « Nous ne sommes pas à l’école, l’entreprise a des besoins », et ce projet permet d’y répondre. Les projets réalisés sont de qualité professionnelle et entièrement matures. Le projet d’un groupe d’une cohorte Allianz a même été récompensé par l’Argus de l’assurance il y a deux ans !
Si nous insistons autant sur le déroulé de cette formation, c’est finalement pour signifier que celui-ci n’a cessé de s’améliorer au cours de la douzaine de promotions Allianz. Autant sur les cursus courts que sur les cursus longs dont fait partie 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 chaque jour en apprenant de ses interactions avec vous.
« Plus de bonheur serait difficilement supportable »
Finalement, l’histoire de la collaboration entre Allianz et DataScientest, c’est autant celle de la formation de centaines d’employés que celle du gain en maturité de DataScientest. En ce sens, nous pouvons affirmer qu’il s’agit plus d’une symbiose que d’une collaboration : chaque entité a donné le meilleur d’elle-même à l’autre afin de s’aider mutuellement.
À présent, il est temps pour nous de vous laisser avec Xavier Horem pour entrer, de vive voix, dans les détails de cette collaboration. Par ailleurs, s’il y avait 4 promotions formées comprenant 100 collaborateurs chez Allianz au moment du tournage de la vidéo, ce chiffre est désormais 7 promotions dont une 8ème à venir, une belle preuve de ce que cette association se déroule à merveille !
Rendez vous Data avec Allianz : Comment la Data Science s’invite dans les métiers de l’assurance?
[3] 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.
Un point commun rassemble en effet ces entités: tous deux sont convaincus que le Big Data va complètement disrupter le secteur industriel et faire naître de nouveaux business models. À ce moment précis, un besoin de formation se fait sentir chez Safran Helicopter Engines, du côté de Bordes. Un rendez-vous est ainsi organisé dans le but de comprendre les besoins, mais une première difficulté émerge: qui faut-il former au sein de l’entreprise ?
Qui former ?
La réponse à cette question n’est jamais évidente et demande de se pencher sur les spécificités de l’entreprise et des collaborateurs. Des ateliers sont ainsi mis en place conjointement afin de répondre à cette demande. Au programme : évaluation des compétences des équipes et comparaison à un référentiel établi pour l’occasion, définition du périmètre des formations, adaptation de la volumétrie horaire selon les disponibilités…
Cette étape est essentielle en ce qu’elle pose les jalons d’une transformation réussie. Comme le souligne Ghislaine Doukhan, « le premier obstacle n’est pas technique mais culturel » : pour prendre le virage Data de la meilleure manière, il faut acculturer et définir les profils les plus aptes à monter en compétences. La formation ne vient que par la suite.
« Beaucoup de flexibilité au quotidien »
Satisfaits de la réponse apportée aux besoins de SHE, Safran SA et Safran University ont alors décidé de faire confiance à DataScientest pour la montée en compétences de leurs collaborateurs. Le maître mot de cette collaboration fut la flexibilité, depuis la détermination des profils à former jusqu’à l’obtention de la certification.
La première étape d’une telle collaboration est celle de s’assurer du bon fit entre le collaborateur et la formation. Pour cela, un accompagnement préalable est nécessaire et incluait pour Safran un test de prérequis, un rapport de compétences individualisé et une possibilité de discuter avec un conseiller pédagogique. L’avantage d’un tel filtre est évident : au-delà de garantir les compétences, il permet de s’assurer que les collaborateurs prennent part à une formation qui leur convient et qu’ils sont heureux de suivre.
Les formations sur catalogue furent ensuite adaptées et découpées par paliers afin de convenir au mieux aux emplois du temps et aux exigences d’approfondissement des notions. Des paliers avancés peuvent ainsi être débloqués pour certains profils qui en ressentent le besoin dans leur travail quotidien.
C’est d’ailleurs cette logique d’adaptation qui nous a amené à proposer notre accompagnement en français et en anglais, à la fois sur les continents africain, américain et européen. Cette pratique eut le mérite de favoriser la communication intra-entreprise et de concrétiser des synergies existantes grâce à la diversité d’opinions, la collaboration entre apprenants aux backgrounds différents ayant été encouragée dans le cadre des projets fil rouge.
La professionnalisation durant la formation
Partant du constat que les formations répondent plus souvent à une curiosité intellectuelle qu’à un besoin de professionnalisation, nos professeurs ont fait le choix d’une pédagogie innovante. Pour être utiles à l’entreprise, les connaissances doivent pouvoir être appliquées immédiatement, sans temps d’adaptation. C’est pour cette raison là que nous avons adopté le principe du learning-by-doing qui place notre plateforme prête à coder au cœur de l’apprentissage. Il ne s’agit plus d’apprendre puis d’appliquer ses connaissances mais d’apprendre en appliquant, en s’exerçant directement.
Cette vision de la pédagogie est la raison même de l’institution d’un projet fil rouge dans nos formations longues. Les apprenants Safran ont ainsi eu l’opportunité, au cours de leur formation, de travailler par groupes de trois sur des nouveaux projets de l’entreprise.
Ils ont donc acquis de nouvelles responsabilités et ont développé des projets dont la mise en production – qui peut même intervenir avant la fin de la formation – profite pleinement à l’entreprise.
Quel accompagnement post-formation ?
Chez DataScientest, fin de formation ne rime pas avec fin de collaboration. Les 500 apprenants Safran font désormais partie de nos alumni et les accompagner de manière régulière nous tient à cœur. Nous organisons ainsi de manière conjointe avec Safran des animations de communautés afin que l’appétence pour la Data ne faiblisse pas dans l’entreprise. Des Masterclass présentant les fondamentaux de certains concepts ont ainsi été dispensées pour l’ensemble des collaborateurs, sur des sujets aussi vastes que le Deep Learning, le Cloud, les Transformers ou encore des sujets relevant de la R&D. Les Data Challenges sont aussi l’occasion de rassembler les équipes autour de concours stimulants, qui apportent de la nouveauté et favorisent la cohésion d’équipe.
Si cette collaboration, qui dure maintenant depuis quatre belles années, a été aussi fructueuse, c’est en grande partie grâce à Ghislaine Doukhan, à qui nous laissons désormais la parole pour raconter l’histoire commune de DataScientest et Safran.
Rendez-vous Data avec Safran : Comment la Data Science s’invite dans les métiers de l’aéronautique ?
[4] 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 ?
C’est ainsi que Samir et deux de ses collaborateurs se lancent dans l’aventure : pendant plusieurs jours, ils suivent les Masterclass de nos professeurs et travaillent sur notre plateforme, un choix qu’ils ne regretteront pas. La proposition de test avait en effet pris de court Samir, mais le résultat était positif et la collaboration s’annonçait fructueuse. Il en atteste aujourd’hui : « Je me suis dit : soit il est très gonflé [d’envoyer ce message de test gratuit] soit le produit est vraiment très bon. Finalement, c’est la deuxième option qui est juste ».
« Dans une néobanque, la Data c’est le carburant »
Si le développement des néobanques coïncide parfaitement avec l’essor de la Big Data, ce n’est aucunement dû au hasard. Les deux écosystèmes sont intrinsèquement liés et évoluent en parallèle, ce qui signifie que les néobanques doivent s’adapter parfaitement aux nouvelles pratiques du domaine de la Data.
Les Data Scientists habitués aux outils SAS ont ainsi reçu une formation sur Python, sur le Cloud ou encore sur les enjeux de la self-service BI. Ce type de reskilling rend possible la mise en œuvre de nouveaux projets et permet aux équipes d’approfondir leur maîtrise de la Data, ce qui constitue un avantage de taille.
Une volonté de formation professionnalisante
Depuis la création de DataScientest, la mise en place d’un projet fil rouge au sein de chaque formation longue nous tient à cœur. Samir en a immédiatement compris l’utilité et a voulu en faire un outil d’autonomie. L’objectif était de faire confiance aux collaborateurs sur divers projets et de limiter ainsi la dépendance des équipes aux consultants. Si les collaborateurs peuvent développer toutes les compétences nécessaires, pourquoi s’en priver ?
« Nous nous sommes formés et en même temps, nous avons délivré un projet ». Loin d’être théorique, ce projet fil rouge a vocation à être mis en production dès que possible. Chez Orange Bank, les collaborateurs ont travaillé sur les données de l’entreprise même afin de mettre en place un score d’appétence de la clientèle premium de la banque. Après avoir été soumis à plusieurs tests dont le proof-of-concept, ce dispositif est aujourd’hui totalement opérationnel et sert les intérêts de l’entreprise.
Nous pouvons ainsi parler, au-delà d’une pédagogie de learning-by-doing qui nous caractérise, d’une pédagogie de learning-by-doing-and-implementing. La mise en production d’un projet participe tout autant à la formation des collaborateurs et a le mérite de les impliquer davantage dans la réussite de l’entreprise.
Nous laissons à présent Samir vous raconter les détails et son point de vue sur cette collaboration, bien qu’il estime que le « produit parle de lui-même ».
Rendez vous Data avec Orange Bank : Comment la data science s’invite dans le secteur bancaire ?
Merci à Ghislaine, Xavier, Michel et Samir pour leur confiance et leurs témoignages. Nous sommes ravis de voir nos collaborations respectives avec Safran, Allianz, TotalEnergies et Orange Bank se pérenniser.