Yoel Tordjman : “Datascientest initie les collaborateurs des banques et assureurs autour de projets data science concrets”

Comment est né Datascientest ?

Datascientest est issu d’un premier projet lancé il y a cinq ans : un cabinet de conseil dans la data science. Nous avons travaillé pour Covéa et nous nous sommes rendus compte de la présence en interne de collaborateurs avec une belle connaissance métier de la banque et de l’assurance. Nous avons perçu une volonté et un intérêt à recycler ces savoirs théoriques grâce à l’apport de bonnes pratiques en data science. Par ailleurs, l’expérience en tant que cabinet de conseil nous a montré qu’une société souhaitant migrer dans le cadre de sa transformation numérique vers une approche  data obtient de meilleurs résultats lorsqu’elle recrute des data scientists spécialisés et qu’elle fait aussi progresser en parallèle ses propres équipes. Covéa a d’ailleurs fait ce choix en enrichissant les connaissances des métiers connexes à la data science pour que les data scientists ne soient pas dans une tour d’ivoire. 

Mais les formations testées pour cette montée en compétence n’étaient pas satisfaisantes. En présentiel, elles sont suivies assidûment, mais elles ne pas toujours adaptées pour des problématiques multi-site ou des collaborateurs en télétravail. À distance, le temps de complétion est bas – selon le MIT, seules 3,5% des formations à distance sont complétées. Il y a trois ans, nous avons donc décidé de créer une formation hybride, majoritairement en distanciel mais rythmée par des sessions de coaching en visio ou en présentiel. 

Quel format pédagogique proposez-vous ?

Nous alternons des briques théoriques et d’autres pratiques. Chaque notion théorique est abordée au travers d’une base de données issue du secteur banque-assurance qui sensibilise à une problématique du secteur et favorise en même temps l’apprentissage de la data science. Par exemple, quand on initie un salarié aux forêts aléatoires (algorithme de machine learning), on évoque les problématiques de churn. 

Concernant les tests, nous ne proposons pas de quiz ou de tests théoriques. L’utilisateur doit travailler sur un cas d’usage auquel il aurait pu être confronté dans le cadre de son métier. On peut ainsi auditer le niveau de chacun des collaborateurs du groupe à un instant donné. Ce projet “fil rouge” permet de mettre en pratique les connaissances acquises. C’est aussi un vecteur d’intrapreneuriat ; les formés vont chacun “pitcher” un projet et le développer en trinôme puis viser une mise en production à l’issue de la formation.

Enfin, nous intégrons une dimension humaine avec des sessions de coaching. Les formations e-learning affichent des taux d’abandon importants parce qu’il leur manque un accompagnement humain qui permet au collaborateur de ne pas se sentir esseulé face à une machine. Nous fédérons donc les utilisateurs autour de cohortes et nous animons des communautés dédiées à la data science dans les grands groupes. Et ce sont les mêmes professeurs qui créent les contenus, corrigent les copies et répondent aux questions des utilisateurs. Grâce à ce format, nous séduisons nos clients face à des solutions comme Coursera ou Datacamp.

Quels sont les profils visés ?

Les collaborateurs aux métiers connexes à la data science comme l’actuariat ou le risque, ainsi que des salariés un peu plus éloignés, mais qui manipulent des données, comme les contrôleurs de gestion. Par exemple, chez Allianz, nous avons formé une centaine de personnes, dans différentes cohortes, sur des cursus longs de 200 heures qui aboutissent à des projets, dans tous les métiers et directions. Cela a très bien fonctionné. 

Cela permet d’ailleurs parfois, dans les grands groupes où il est difficile de créer des communautés inter-filiales ou inter-directions, de constituer des communautés par le biais de la data science et du machine learning. Par exemple, nous sommes déployés dans toutes les directions du groupe Crédit Agricole et nous y avons formé plus de 100 personnes ces deux derniers mois.

Nous développons aussi des formations autour de métiers qui n’ont pas autant de connaissance théoriques, grâce à des partenariats avec des sociétés comme Microsoft ou Tableau. Cela nous permet de viser les data analysts ou data quality officers, par exemple, plutôt que des collaborateurs proches de la data science. 

Quel est l’objectif ? D’initier au sujet ou d’en faire des data scientists ?

A minima, l’objectif est d’initier les collaborateurs à des projets de data science. Et au mieux, nous pouvons les faire évoluer vers des métiers de data scientists, pour des développeurs business intelligence par exemple. Tous les objectifs peuvent être remplis, car nous créons des cursus adaptés au niveau d’entrée des utilisateurs, aux environnements de production, au temps imparti…

Par ailleurs, notre formation permet de déployer de nombreux projets de data science au sein des organisations : des moteurs de détection de fraudeurs, de classification automatique de rapports, tous types de sujets qui relèvent du traitement naturel du langage, du taux d’attrition des clients… Par exemple, concernant la dernière session  au Crédit Agricole, plus de deux tiers des projets de la vingtaine des collaborateurs formés étaient déjà passés en production six mois après la formation. 

Sous quelle forme proposez-vous les cours ?

C’est un dispositif pensé et conçu pour répondre aux contraintes des grandes groupes. Habituellement, pour s’initier à la data science, le collaborateur doit mettre à niveau son PC pour y installer les logiciels et ressources ou bien demander à l’IT d’avoir accès au data lab, ces architectures qui donnent accès à la puissance des données. Il doit donc faire des démarches pour se former. Pour surmonter ce verrou technologique, nous proposons une plateforme full SaaS, hébergée chez AWS France, qui permet aux collaborateurs de s’affranchir de l’IT pendant la formation puisque l’accès à des architectures “maison” peut être compliqué. 

Vos formations sont-elles certifiantes ?

Oui, nous proposons différents types de certifications. Nous sommes un organisme de formation enregistré auprès du ministère du Travail et nous avons déposé  un dossier pour délivrer des diplômes au niveau national. Par ailleurs, la Sorbonne co-certifie nos formations, si nos clients le souhaitent. C’est le cas du Crédit Agricole par exemple. 

Quel est votre business model ?

Nous facturons 4 500 euros par utilisateur, pour 9 mois d’utilisation. 

Qui comptez-vous parmi vos clients ?

Nous avons lancé Datascientest avec Covéa, en testant la solution avec 20 collaborateurs puis 60. Ensuite, nous avons travaillé avec Generali, April, BNP Paribas, Société Générale, le Crédit Agricole, BPCE et une dizaine d’autres assurances et mutuelles. Aujourd’hui, nous avons 60 clients grands comptes. Le secteur banque-assurance représente 50% de notre chiffre d’affaires mais le segment industriel est en croissance.

Où en est votre développement ? 

L’entreprise compte désormais 15 salariés en CDI. Nous visons un chiffre d’affaires de 2 millions d’euros cette année.