Scientifiques des données et technologie travaillant en tandem – TechNative

Dans cette nouvelle ère d’automatisation des connaissances, les stratégies commerciales efficaces dépendent souvent de l’utilisation de spécialistes des données qualifiés pour améliorer les progrès fournis par les nouvelles technologies.

Cette technologie ne remplacera pas les gens. En fait, il servira à valoriser les talents en libérant le potentiel de la main-d’œuvre numérique du futur.

Pour les scientifiques des données travaillant dans des secteurs à forte intensité d’actifs, ainsi que pour les fabricants et les opérateurs qu’ils servent, il est donc essentiel que les processus de données rationalisés et une technologie de plus en plus autosuffisante ne soient pas perçus comme une menace mais plutôt comme une opportunité d’augmenter la valeur des travailleurs qualifiés. livrer aux applications de science des données et aux projets à grande échelle.

Permettre aux équipes de réaliser leur potentiel

Alors que le déploiement de l’IA et de l’automatisation avancée s’accélère, les organisations doivent utiliser ces technologies à la fois pour mieux définir les rôles des employés et pour leur ajouter de la valeur. Les fabricants et les opérateurs à forte intensité d’actifs doivent s’assurer que les ingénieurs disposent de fonctions professionnelles claires qui mettent à profit leurs atouts et que les data scientists internes disposent de la liberté et de la flexibilité nécessaires pour ajouter de la valeur à l’entreprise.

Dans cette optique, les scientifiques des données doivent être autorisés à faire évoluer leur rôle dans la réussite des organisations grâce à l’utilisation de technologies de pointe, en les aidant à rationaliser les processus d’ingénierie et de maintenance.

Les data scientists d’aujourd’hui doivent comprendre que la technologie peut agir comme un allié. Les solutions d’IA industrielle peuvent capturer les connaissances des ingénieurs et des analystes d’une manière qui n’était pas réalisable auparavant. Cela est particulièrement important pour les industries qui se transforment numériquement alors que de vastes quantités de connaissances sortent du marché du travail lorsque les travailleurs prennent leur retraite. Cette capture des connaissances renforcera la plate-forme d’apprentissage sur laquelle la science des données peut s’appuyer, complétant le rôle des analystes au sein de l’organisation plutôt que de les menacer.

Valoriser le rôle des data scientists

En fin de compte, les technologies d’automatisation des connaissances devraient permettre aux data scientists de se concentrer sur des initiatives plus stratégiques, enrichissant positivement le rôle du data scientist. Par exemple, les capteurs intégrés peuvent signaler des anomalies ou des erreurs potentielles dans le logiciel avec une précision extrême qui peut fournir de la clarté aux scientifiques des données pour apporter des améliorations à grande échelle.

Les cadres supérieurs doivent changer leur état d’esprit et commencer à donner aux scientifiques des données la possibilité de travailler sur des projets où ils sont susceptibles d’avoir un impact plus large et plus profond. La création d’une distinction entre les petits problèmes auxquels les ingénieurs doivent s’attaquer et les défis globaux qui incombent aux scientifiques des données permet également de définir les rôles professionnels.

Un autre changement de mentalité qui peut générer des avantages commerciaux significatifs est l’approche des projets d’une organisation. Les implémentations basées uniquement sur la preuve de concept ou l’échelle du projet, produisent rarement un impact maximal. Les déploiements à plus grande échelle apportent souvent un retour sur investissement plus rapide, en particulier par rapport à des projets de science des données internes limités qui peuvent ne pas générer de valeur pendant des mois. Le temps nécessaire pour créer, ajuster et déployer un modèle de science des données est souvent le plus grand défi pour les organisations qui adoptent une approche interne, et la mise à l’échelle n’est pas facile.

Une plus grande clarté offre une plus grande opportunité

C’est là qu’un grand avantage peut être trouvé en travaillant côte à côte avec une solution externalisée fournie par un fournisseur ou un partenaire tiers, car elle peut souvent accélérer la rentabilisation grâce à la facilité d’utilisation, à l’évolutivité et à la vitesse de déploiement. Avec une plus grande clarté sur leur rôle et leurs responsabilités, les scientifiques des données peuvent exploiter cette technologie pour apporter des améliorations aux processus et aux flux de travail complexes qui contribuent à transformer le modèle de travail de l’ensemble de l’organisation.

En d’autres termes, la technologie ayant construit une base solide, les scientifiques des données ont la liberté d’être plus créatifs et d’explorer tout le potentiel de leurs connaissances et de leur expertise pour apporter une valeur ajoutée aux fabricants et aux opérateurs, ainsi qu’à l’industrie dans son ensemble.

A propos de l’auteur

Matt Holland est VP EURA chez Aspen Technology. AspenTech est un leader mondial des logiciels d’optimisation des actifs aidant les plus grandes entreprises industrielles du monde à gérer leurs opérations de manière plus sûre, efficace et fiable – permettant l’innovation tout en réduisant les déchets et l’impact sur l’environnement. Le logiciel AspenTech accélère et maximise la valeur tirée des initiatives de transformation numérique avec une approche holistique du cycle de vie des actifs et de la chaîne d’approvisionnement.

Image en vedette: © 2020