Les projets d'intelligence artificielle génèrent des résultats commerciaux tangibles

Dans le dernier volet de la série sur notre façon de travailler chez Spyrosoft, nous vous présentons Tomasz Smolarczyk, notre Head ofAI. Nous discutons de tout ce qui touche à l'IA, notamment de la manière dont il prévoit de collaborer avec d'autres équipes et des raisons pour lesquelles il a décidé de se concentrer sur la Data Science.

Quel a été votre parcours professionnel jusqu'au poste de Head of AI chez Spyrosoft ?

J'ai toujours aimé réfléchir à des problèmes logiques et aux mathématiques. Lorsque j'ai dû décider quelles études choisir, je me suis orienté vers l'informatique car elles étaient — du moins dans mon esprit — associées à des compétences d'ingénierie et à l'utilisation pratique de compétences analytiques.

Lorsque j'étais en deuxième année de mes études, j'ai commencé à travailler comme testeur de logiciels et cette expérience m'a appris à prêter attention aux détails. En parallèle, nous avions des cours d'analyse de données et de statistiques à l'université. J'ai beaucoup aimé ces cours et c'est ainsi que j'ai obtenu un stage dans une banque où j'ai travaillé sur un projet Big Data.

Les analyses que nous préparions étaient étroitement liées au business et je voulais en savoir plus sur cet aspect des projets sur lesquels nous travaillions. J'ai postulé à des études supérieures en management dont la structure ressemblait à celle d'un MBA. C'est également là que j'ai commencé à centrer ma carrière professionnelle autour de la Data Science, car elle se situe à l'intersection des domaines du business et de la technologie. J'ai tenté de développer mes compétences dans ces deux domaines.

Après l'obtention de mon diplôme, j'ai travaillé comme stagiaire dans une grande entreprise où j'ai développé des outils de prédiction de la demande pour leurs produits. J'ai ensuite été employé dans un cabinet de conseil où j'ai travaillé au sein du département Marketing & Ventes sur des projets d'analyse de données. J'ai également eu l'occasion de travailler pour plusieurs clients issus de différents secteurs et j'ai découvert de nombreuses méthodes de Data Science que nous avons appliquées à des défis commerciaux concrets. La pression était immense pour démontrer la valeur commerciale évidente apportée par les analyses que nous complétions. C'est aujourd'hui quelque chose qui est enseigné dans les universités techniques, car les cours se concentrent principalement sur les algorithmes et les technologies plutôt que sur la manière de les combiner avec les enjeux business.

J'ai également collaboré avec un fabricant d'avions et de trains. Nous avons construit un outil de maintenance prédictive pour les systèmes de gestion du trafic ferroviaire et souterrain. Avant de rejoindre Spyrosoft, j'ai également développé une stratégie Data Science et une équipe au sein d'une startup de santé où nous travaillions sur un système de diagnostic médical précoce qui, à partir d'un entretien avec le patient, pouvait déterminer son état et sa gravité. Cette solution pouvait aider à gérer et à automatiser le flux de patients dans les établissements médicaux.

Enfin, j'ai rejoint Spyrosoft où je suis responsable de l'équipe IA. Mon rôle est axé sur le développement de ces compétences au sein de l'entreprise et sur le travail sur les projets des clients.

Quand avez-vous décidé de vous concentrer uniquement sur l'IA ?

J'apprécie particulièrement aborder et résoudre de nouveaux problèmes, et chaque projet d'IA est différent. Nous avons l'opportunité d'utiliser les technologies les plus récentes et les avancées scientifiques établies ces dernières années, et de les appliquer à des défis commerciaux concrets. Dans l'un des projets récents, à partir d'un petit échantillon de données, nous avons appliqué les derniers modèles NLP pré-entraînés pour construire un outil de classification de texte avec apprentissage par transfert. Grâce à cette solution, nous avons atteint une grande précision en peu de temps. De plus, l'IA offre la possibilité de préparer des solutions capables de passer à l'échelle de manière unique. Un modèle d'IA bien conçu peut résoudre un problème un nombre infini de fois, sans jamais se fatiguer ni perdre en qualité de résultats. En outre, si l'on crée une boucle de rétroaction pour le modèle, celui-ci peut s'améliorer de plus en plus avec le temps.

Quels sont vos projets chez Spyrosoft et comment souhaitez-vous développer votre équipe ?

Nous travaillons sur deux idées en parallèle : la première est la Communauté de pratique, le groupe de personnes qui ont déjà de l'expérience en IA et travaillent sur des projets connexes. Au sein de cette communauté, nous avons travaillé sur des projets de Machine Learning, d'IA, de NLP et de Data Science. Nous souhaitons également développer ce que l'on appelle des Proofs of Concepts, qui seront nos projets phares nous permettant de démontrer les compétences de notre équipe devant des clients potentiels et existants.

Outre ces projets, nous avons également créé la Communauté d'intérêt, ouverte à toute personne au sein de l'entreprise qui souhaite rencontrer des personnes partageant les mêmes idées et partager avec les autres ce qu'elle sait sur l'IA. Une fois par mois, nous organisons également des ateliers au cours desquels nous discutons de divers aspects et domaines de connaissance du Machine Learning. Lors de ces rencontres, nous parlons des projets que nous avons réalisés pour nos clients, afin que nous puissions tous constater les usages pratiques des technologies plutôt que de nous concentrer exclusivement sur la théorie.

Comment l'équipe IA collabore-t-elle avec les autres équipes ?

Notre équipe collabore étroitement avec les Business Units ; nous préparons des offres clients et travaillons sur des projets qui répondent aux besoins commerciaux de nos clients. Nous voulons montrer aux autres que les projets d'IA et de Machine Learning peuvent avoir une dimension commerciale et apporter des bénéfices métier évidents. C'est là que nous avons besoin d'une collaboration étroite avec le business, d'une compréhension d'un contexte plus large ainsi que des opérations commerciales du client, ce qui permet ensuite de choisir une solution qui contribuera à optimiser ces opérations.

La technologie joue un certain rôle ici, mais si elle n'est pas soutenue par la modification et l'optimisation du mode opératoire actuel, elle n'apportera aucun résultat tangible et ces efforts seront vains. Nous prenons également en charge l'ensemble du processus pour aider à prévenir cette situation.