Découvrez l'interview exclusive de Selma Kraiem, Data Scientist au sein de Deloitte
1. Pourriez-vous vous présenter en quelques mots (votre métier, votre parcours) ?
Je m’appelle Selma Kraiem et j'interviens sur les projets de data analytics en tant que Data Scientist expérimentée au sein des équipes Conseil. Je m’occupe de la partie cadrage, gestion projet et également de la partie développement des algorithmes et de la phase de mise en production de la solution.
A travers ma formation et mes expériences professionnelles, j'ai acquis des compétences en Machine Learning, Data/Text Mining, DeepLearning.
2. Pourriez-vous présenter Deloitte aux membres de Dogfinance ?
Considéré comme un des leaders mondiaux de l’audit et des services professionnels, Deloitte France peut compter sur l’expertises de ses collaborateurs et associés pour accompagner des entreprises multinationales, françaises et étrangères, des institutions publiques, sans oublier des milliers de petites et moyennes entreprises dans leur projet de transformation.
Les Activités de Deloitte France sont réparties en cinq expertises : Audit & Assurance, Financial Advisory, le Consulting, Risk Advisory et le conseil Juridique et fiscal (Taj)
3. Quelles sont les compétences nécessaires pour être Data Scientist ?
Pour être un Data Scientist, il faut, en premier lieu, avoir de bonnes connaissances théoriques, notamment en mathématique et pratiques sur les algorithmes et fonctions de Machine Learning, Deep Learning qui seront utilisé durant les missions. C’est aussi, comprendre comment fonctionne l’algorithme. Il est important de définir les différents paramètres d’une fonction pour choisir les bons paramétrages et algorithmes.
Ajoutons à cela la curiosité, la facilité à comprendre le métier mais aussi le besoin du client.
4. Pourriez-vous m'expliquer votre métier au quotidien ? Les missions, challenges, votre environnement de travail ?
Je travaille dans l'équipe Technology & Analytics au sein de Risk Advisory. La partie data de cette équipe comprend : des data scientist, des data analyst et des data engineer.
Les missions en data science sont variées. Nos principaux clients sont des banques et assurances.
Chaque mission est traitée d’une manière différente. Cependant, les différentes phases d’une mission sont :
- Cadrage du besoin client
- Définition des méthodes et du plan de travail / planning
- Développement suivant la méthode Agile.
Les projets de data science nécessitent des phases de reflexion avec les autres data scientist, en cas de besoin, et des points réguliers avec le client pour valider les résultats.
Un data scientist est amené à travailler avec des clients de différents secteurs. La phase de compréhension du métier et des données du client est un point clé pour mener à bien la mission.
L’environnement de travail dépend de ce que le client utilise comme licences ou logiciels.
Pour ce qui me concerne, j’utilise essentiellement du Python pour la partie analyse de données et machine learning.
5. Quelle est l’importance de la data science au sein de l’écosystème financier ?
Un mot pour répondre à cette question : l’innovation
L’écosystème financier regorge de données financières de toutes sortes, que ce soit les données des clients, les données du marché pour chaque produit à l’instant T …
Le réel impact d’un data scientist dans cet environnement est de pouvoir exploiter ces données afin d’obtenir des Insights que le trader et les sales ou autre ne voit pas forcément.
Nombreux sont les uses cases qu’un Data Scientist peut traiter dans le milieu de la finance. Par exemple j’ai pu travailler avec des Traders dans le cas du développement d’un moteur de recommandation de produits structurés de taux
6. Quelles sont les spécificités la data science au sein de Deloitte ?
L’équipe data chez Deloitte comprend des juniors et des experts data scientist. Le fait de travailler avec des personnes compétentes, nous permet d’évoluer et d’apprendre des meilleurs dans ce domaine.
Mais aussi Deloitte nous apprend à avoir la posture du consultant. Donc le data scientist chez Deloitte a une double casquette : des compétences techniques en data science et également des compétences en gestion de projet.
Ajoutons aussi que nous avons des missions variées comme je l’ai mentionné ci-dessus, donc en tant que data scientist nous avons la chance de travailler avec différents clients et de découvrir et acquérir différentes connaissances métier, comme par exemple en trading, asset management, conformité…
7. Comment voyez-vous le métier de Data Scientist dans 10 ans ?
Je pense que le métier de data scientist existera toujours dans 10 ans même avec l’automatisation des processus de ML.
Dans quelques années, les outils changeront forcément mais le data Scientist aura encore comme fonction d’extraire des insights des données et de résoudre les uses cases.
8. Quels conseils pourriez-vous donner à une personne qui souhaite se diriger vers ce secteur ?
La data science est un secteur vaste et très riche. Je vous conseille de garder votre motivation, votre curiosité, de vous mettre à jour quotidiennement sur les nouveautés.
Il ne faut surtout pas oublier qu’un data scientist réussit mieux quand il est entouré par d’autres data scientists, donc ne vous renfermez pas dans votre bulle et n’hésitez pas à vous appuyer sur vos collègues et à travailler ensemble.
- Views2445