Vidéo: Closing the Loop (Full Film) - English with Multi-Language Subtitles 2024
Les compétences en données volumineuses sont rares. Comme la quantité d'informations numériques générées par les entreprises a augmenté de façon exponentielle, un défi (certaines personnes l'appellent même une crise) est survenu: il n'y a tout simplement pas assez de personnes ayant les compétences nécessaires pour analyser et interpréter toutes ces grandes données. Dans un sondage récent, plus de la moitié des chefs d'entreprise interrogés ont estimé que leur capacité à effectuer des analyses de données volumineuses était limitée par le défi de trouver les bons talents.
De plus en plus de cours voient le jour pour répondre à cette pénurie de compétences et le big data est sans aucun doute en train de devenir une voie de carrière souhaitable pour les sortants des universités. Mais il faudra du temps pour que le nombre de personnes qualifiées atteigne la simple demande de compétences en données volumineuses. Ainsi, au moins pour les prochaines années, la pénurie de compétences en données volumineuses est un problème auquel devront faire face toutes les entreprises intéressées par le big data (ce qui devrait être toutes les entreprises).
Avec une forte concurrence pour attirer les meilleurs talents, les entreprises se tournent vers des moyens créatifs de puiser dans les grandes données. Walmart, par exemple, a décidé d'appliquer le pouvoir de la foule, en se tournant vers la plate-forme de compétition d'analyse participative Kaggle. Chez Kaggle, les informaticiens utilisent leurs compétences pour résoudre les problèmes d'analyse soumis par les entreprises, le concepteur de la meilleure solution étant récompensé - parfois financièrement ou, dans le cas de Walmart, avec un travail.
Lors du premier concours de Walmart, en 2014, les candidats ont reçu un ensemble de données historiques sur les ventes provenant d'un échantillon de magasins, ainsi que des événements commerciaux connexes, tels que les soldes et les baisses de prix. Ils ont été invités à proposer des modèles montrant comment ces événements affecteraient les ventes dans un certain nombre de départements. À la suite de la compétition, plusieurs personnes ont été embauchées dans l'équipe d'analyse.
Mieux encore, cette approche participative a conduit à des rendez-vous intéressants - des personnes qui n'ont peut-être pas été prises en compte pour une interview basée uniquement sur leur CV. Une personne nommée, par exemple, avait de très solides antécédents en physique, mais aucun antécédent formel d'analyse.
Qu'est-ce que cela signifie pour les petites entreprises? Même si vous pouvez vous permettre d'embaucher un data scientist interne, vous pouvez vous retrouver confronté à une concurrence féroce de la part des plus grandes entreprises. L'exemple de Walmart nous montre que, pour exploiter de grandes compétences en matière de données, vous devrez peut-être faire preuve de créativité. Peut-être que vous aussi pourriez collecter des projets de données (même si le résultat final est une simple récompense financière, par opposition à un emploi à temps plein).
Ou peut-être pourriez-vous vous associer à une université ou à un collège local, où les étudiants concocteraient vos données en échange d'un mentorat professionnel. Ou peut-être avez-vous déjà de forts penseurs et communicateurs analytiques dans votre entreprise qui, avec un peu d'aide et de formation, pourraient mettre en place et gérer des projets de données volumineuses à l'avenir.
