Avertissement Ce site n'est pas recommandé pour les navigateurs Internet Explorer. Veuillez utiliser un autre navigateur Web pour profiter d'une meilleure expérience.

Rencontre avec Chirine Wolley, Data Scientist chez Safran Analytics

Ressources Humaines

Entrée dans le Groupe il y a moins d’un an, Chirine est Data Scientist. Au sein de Safran Analytics, elle participe à des projets d’analyse de données permettant d’améliorer les performances de processus et de créer de la valeur. Elle nous en dit plus sur son métier, nouveau dans le Groupe.

Métier à tisser en 3D : fibres de carbone

Quelle est votre mission au sein de Safran Analytics ?

Chirine Wolley : Aujourd’hui de nombreuses données sont disponibles au sein de Safran et en grande quantité. Elles sont issues des machines de production connectées ou de nos produits en vol par exemple. Les Business de Safran (Landing systems, Aircraft Engines, …) ont besoin d’être accompagnés pour tirer parti de l’immense richesse de ces données.

En tant que Data Scientist, mon rôle consiste à analyser et interpréter des données en fonction de leur contexte. Pour ce faire, nous échangeons d’abord avec les équipes métier pour cerner au mieux leurs problématiques et être ainsi en mesure de tirer des conclusions pertinentes.  Puis, à partir des résultats de nos analyses, nous faisons des recommandations d’amélioration et participons à la définition du plan d’actions.

Pour réaliser chaque projet, le Data Scientist travaille très souvent de manière étroite avec des Data Engineers et des Software Engineers. Ils nous aident à utiliser et à choisir les plateformes et les outils numériques d’analyse de données adaptés aux problématiques rencontrées, pour ensuite nous accompagner dans la mise en production. 

 

 

Quelle formation avez-vous suivie pour devenir Data Scientist ?

C. W. : Mon parcours est universitaire : après une licence en mathématiques, j’ai suivi un master en probabilité statistique. J’ai ensuite effectué une thèse en mathématiques appliquées, puis une année de post-doc* à l’école Télécom ParisTech.

J’ai beaucoup travaillée en laboratoire de recherche, notamment dans le domaine médical.

 

Quelles sont les qualités requises pour exercer votre métier ?

C. W. : Il faut avant tout avoir le sens de l’analyse et de la synthèse ! Mais il faut aussi savoir communiquer avec les équipes métier, avec qui nous sommes en contact permanent : ils ont une problématique à résoudre et ont surtout la parfaite connaissance de leur activité, absolument nécessaire à la bonne interprétation des données.

Je pense qu’il est aussi nécessaire d’être curieux, car les méthodes et les outils que nous utilisons sont en constante évolution, et si on ne s’y intéresse pas, on peut vite être dépassé.

Enfin il faut être créatif et capable de se poser les bonnes questions pour pouvoir accompagner au mieux les métiers dans l’analyse des données.

 

Qu’est-ce qui vous plaît le plus dans votre travail ?

C. W. : Le fait que le métier soit en constante évolution permet de toujours tester de nouveaux outils, on ne s’ennuie jamais. Être Data Scientist permet aussi de travailler dans des contextes très variés comme la médecine, la finance, l’aéronautique… Dans une carrière, c’est très enrichissant.

Il y a aussi un mélange entre technique et relations humaines : il faut avoir de bonnes bases en mathématiques statistiques, mais en même temps il faut aussi savoir expliquer ce qu’on fait. On n’est pas seul devant son ordinateur.

 

Où vous voyez-vous dans quelques années ?

C. W. : C’est assez difficile à dire pour le moment, car cela ne fait que six mois que je suis chez Safran. Auparavant je faisais de la recherche, et le monde de l’entreprise fonctionne de manière assez différente. Pour l’instant je suis toujours dans la phase de compréhension des problématiques terrain remontées par les sociétés, et je dois continuer à développer mes compétences en gestion de projet : encore un nouvel aspect que prend mon métier !

 

* Un post-doc, ou chercheur postdoctoral, est un chercheur qui travaille pour une durée déterminée dans un laboratoire de recherche.