Enseigner la Data Science aux futurs cadres et les préparer à l’Intelligence Artificielle

Share this post:

Le phénomène de la digitalisation de l’économie et de nos sociétés n’a pas fini d’impacter le fonctionnement des entreprises et des organisations : quelles que soient leurs futures fonctions, techniques ou manageriales, nos étudiants doivent être préparés face au phénomène de prolifération des données, à exploiter ces données et leur donner du sens.

Car bien au delà du BigData et de la BI, nos futurs spécialistes de la production, du marketing, de la logistique ou de la finance doivent comprendre, sinon maîtriser R, Python ou Scala, les notebooks Jupyter ou Zeplin, et savoir exploiter le Machine Learning, le Deep Learning et les librairies TensorFlow.

Tous ne deviendront pas nécessairement Data Scientists, ou Ingénieurs Données. Mais tous, y compris dans les fonctions les plus « business », devront maitriser les fondamentaux de demain :

• Accéder aux données et préparer ces données.
• Visualiser et explorer ces données.
• Créer des modèles, en utilisant l’Open Source pour coder en Python, R, Scala…. via des notebooks tels que Jupyter ou Zeplin, ou plus simplement des outils « drag and drop » pour développer visuellement.
• Utiliser de l’intelligence artificielle pour la reconnaissance d’image, le speech-to-text / text-to-speech, la reconnaissance de sentiment ou d’intention…. Il devront être capables d’entrainer un robot d’IA, comprendre le Deep Learning et utiliser des librairies TensorFlow.
• Gérer les Métadonnées et assurer la gouvernance des données.

Les cursus concernés sont nombreux :

• Ingénieurs données : donner accès à la donnée, la préparer et la mettre en forme de manière à ce qu’elle puisse être utilisée dans les analyses de data science.
• Fonctions business : traiter les problèmes en termes fonctionnels : ventes, marketing, finances, logistique, production…..
• Data scientists : mathématique décisionnelle (algorithmique, statistique, optimisation) ; technique (outils et bibliothèques de construction de modèles) ; informatique (architectures applicatives, techniques de développement et déploiement)
• Développeurs : exploiter les résultats des analyses de data science pour développer des applications mobile, web, API, etc.
• Data stewards : définir les règles de gouvernance ; qui, au sein de l’entreprise, a accès à certaines données ; qui peut voir les données ; qui peut les transformer, les utiliser …

Pour ces enseignements, de plus en plus d’écoles et d’universités utilisent Watson Studio, une application unique et simple d’utilisation. C’est le cas par exemple de l’EDHEC Business School avec ses étudiants en Master of Science in Data Analytics & Artificial Intelligence, lors de la première édition du hackathon Game of Tech.

IBM Watson Studio est disponible pour les enseignants et les étudiants du supérieur :

• Gratuit au travers de l’IBM Academic Initiative :
• Disponible dans le cloud pour vous affranchir des contraintes de versions, systèmes d’exploitation, add-ons..…. et gagner du temps en cours.
• Téléchargeable sur desktop pour profiter pleinement des capacités machine de chacun.
• Collaboratif pour travailler en mode projet, de bout en bout en faisant appel à de multiples compétences.

Les enseignants trouveront des supports de TD pour la Data Science, le MachineLearning / DeepLearning sur la plate-forme OpenDS4all sur GitHub

Les étudiants peuvent valider leurs acquis dans des dizaines de spécialités au travers de badges

Commencez à utiliser IBM Watson Studio gratuitement.