Les données, tout
L'intelligence artificielle, les prédictions et les conclusions de toute entreprise reposent sur la gestion des données. Sans données structurées, un IA ne pourrait pas être formé de manière précise ; sans les événements passés stockés sous forme de données, il serait impossible d'appliquer des fonctions et des modèles de prédiction, ainsi que des indicateurs reflétant l'état actuel de toute organisation, fondés sur des informations collectées et présentées de manière adéquate.
De cette conclusion personnelle naît mon intérêt pour les sciences des données. En fin de compte, c'est ce que nous faisons quotidiennement pour prendre des décisions et agir.
Bien que cela semble prometteur, ceux d'entre nous qui ont de l'expérience savent que chaque étape du processus nécessite un effort considérable, de la collecte de données à la génération de modèles de prédiction. Par conséquent, je pense que renforcer l'amélioration de ces processus nous donne un avantage dans le développement de nos rôles professionnels et dans la recherche de solutions aux problèmes de la société en général.
Qui peut s'impliquer ? Tous les intéressés. Ainsi, de ceux qui utilisent de simples feuilles de calcul et souhaitent créer un système informatique à ceux qui recherchent des sources de données pour former leurs modèles de prédiction, nous pouvons tous, à différentes échelles, partager nos expériences.
Une de mes contributions à la collecte de données est de recommander d'explorer et de se former aux outils sans code. Pour ceux qui n'ont besoin de travailler qu'au niveau local, ils pourraient en apprendre davantage sur leurs outils et les associer à d'autres. Excel offre des options exceptionnelles pour la collecte de données, la création de tableaux et un tableau de bord avec des contrôles. De plus, si nous le souhaitons, nous pourrions utiliser des feuilles de calcul dans Google Data Studio, Tableau ou Power BI (comme exemples), ce qui constituerait un pas important. L'étape suivante consiste à plonger dans le monde de la prédiction. Après l'arrivée de Chat GPT et Bart, la société a pris conscience que l'IA est plus proche et plus accessible que ce que nous pensions. En ce sens, au sein des grandes entreprises de logiciels, il existe des infrastructures cloud qui permettent de former, de tester et d'appliquer des modèles, tels qu'Azure, Google Cloud, IBM Cloud Solutions, AWS, entre autres.
Une autre contribution importante, si je peux me permettre de l'appeler ainsi, est l'importance de la formation continue. Je souligne le travail de nombreuses personnes indépendantes qui enrichissent les réseaux et les médias numériques de formation, ainsi que celui des fournisseurs de cloud, qui documentent de plus en plus. Enfin, les écoles numériques, que je trouve personnellement extrêmement utiles et révolutionnaires. Comme vous pouvez le constater sur mon profil LinkedIn, je suis utilisateur de nombreux de ces médias numériques, qui m'ont permis de me développer dans ce domaine.
Je considère fondamental de renforcer les compétences en communication et les relations interpersonnelles, car cela facilite grandement ces processus. Grâce à une communication efficace des besoins, il est possible de créer des bases de données, des systèmes et de présenter des résultats, le tout en accord avec les méthodologies de travail disponibles aujourd'hui. Conscient que chaque étape du processus nécessite certaines compétences personnelles, après tout, tout se résume à nous, êtres humains utilisant des outils.
