Après 3 ans chez Renault Digital, Elbby poursuit sa carrière dans la data au sein de Solocal.
Depuis 1901, l’EIGSI a diplômé plus de 10 000 ingénieurs dont 4 000 sont actuellement en activité. La formation d’ingénieur généraliste EIGSI permet à ces diplômés de travailler dans de nombreux secteurs d’activités. Illustration ici avec Elbby Skermine Agwu, ingénieur EIGSI de la promotion 2019 qui évolue dans le domaine passionnant de l’IA et de la Data. Elbby revient dans cet article sur ses années à l’EIGSI et nous fait découvrir sa passion pour la donnée et pour son métier d’ingénieur en data science.
Bonjour Elbby, pourriez-vous svp vous présenter en quelques mots?
J’ai 23 ans, je suis béninois. Je suis arrivé en France il y a maintenant 5 ans. Je travaille chez Solocal en tant que Machine Learning Engineer, et je suis passionné par le domaine de la data et de l’intelligence artificielle.
Racontez-nous vos années de formation à l’EIGSI ?
Avant mon arrivée en France, j’ai réalisé un cycle préparatoire Père Aupiais à Cotonou au Bénin, avec qui l’EIGSI possède des accords. J’ai donc pu intégrer l’école en 3ème année (1ère année de cycle ingénieur).
Quand je suis arrivé à l’EIGSI, j’avais une idée assez précise de ce que je voulais faire. J’étais fortement attiré par les systèmes embarqués. Je me suis donc orienté vers la dominante mécatronique. Au fil du temps, je me suis également pris de passion pour l’IA. J’ai commencé à m’y intéresser fortement en suivant d’abord un MOOC de mon côté. Ensuite, j’ai eu la chance d’effectuer mon stage de 4ème année chez Renault. J’ai d’ailleurs trouvé ce stage avec l’aide d’un alumni, Rémi Rivière. Ce fut pour moi une belle introduction à la data science appliquée à l’environnement automobile.
Ce stage a surtout validé mon envie profonde de travailler dans le secteur de la data. J’ai donc suivi un double diplôme à l’Université Pierre et Marie Curie (Sorbonne Université) en Système intelligent et robotique. C’était une réelle chance pour moi de compléter ma formation généraliste avec ce diplôme proposé par l’EIGSI. J’ai ensuite terminé mon cursus de formation avec un nouveau stage chez Renault Digital lors duquel j’ai pu approfondir mes connaissances en IA, data et machine learning.
Qu’avez-vous fait après votre diplomation ?
J’ai été embauché par Renault Digital à la suite de mon stage de 5ème année. J’ai intégré le département marketing et data et j’ai pu travailler sur des projets concrets, notamment sur les scores d’appétence.
Ces scores permettent de mesurer à quel point un client est susceptible d’être intéressé pour renouveler un véhicule. Ce score peut aussi permettre de déterminer le véhicule qui correspond le plus à tel ou tel client.
Je suis resté un peu plus de 2 ans chez Renault Digital avant d’intégrer Solocal.
Solocal est le groupe qui détient notamment l’entité Pages Jaunes. Le but de l’entreprise, c’est d’aider les artisans et commerçants locaux qui n’ont pas forcément les moyens d’avoir une équipe informatique dédiée. Notre mission, c’est d’accompagner ces professionnels pour les rendre visibles sur les canaux digitaux. Concrètement, on intervient sur du référencement sur les réseaux sociaux, sur la création de sites web, le référencement Google et le référencement sur le moteur de recherche pages jaunes.
Pour ma part, je travaille dans le service marketing et data. Ma mission consiste à optimiser les résultats de recherche et les classements de nos pages de recherche. J’interviens aussi dans la conception de bases de données solides pour les projets data science.
Pourquoi avoir choisi de travailler dans le secteur de la data ?
Je suis quelqu’un de très curieux et le domaine de la data est très vaste et très difficile à couvrir. Je découvre chaque jour de nouvelles choses tel un athlète qui ne finit jamais de courir. C’est ça qui me plaît, c’est un domaine en constante évolution. Ça me booste au quotidien.
Il faut être en veille permanente et mettre à jour ses connaissances quasiment quotidiennement.
Quels sont selon vous les points forts d’un ingénieur généraliste pour devenir ingénieur en data science ?
Comme je le disais, le domaine de la data est très vaste. Le fait d’avoir un profil généraliste, c’est à mon sens déterminant afin d’avoir des facilités à évoluer sur des expertises aussi étendues. La data science s’applique à tous les secteurs d’activité : la physique, l’e-commerce, le marketing prédictif ou même la santé…
Un ingénieur généraliste a une capacité accrue d’adaptabilité ce qui lui permet de se fondre dans tous ces secteurs.
La data science ce n’est pas que la partie technique, c’est à l’intersection des mathématiques, de la communication et de l’informatique.
Si l’on maîtrise l’informatique et les mathématiques sans savoir communiquer, on a alors des difficultés à cerner le besoin client, la finalité de la donnée.
C’est là que les ingénieurs généralistes ont de l’aisance, car nous possédons un savoir-faire, mais aussi un savoir-être. Nous avons reçu des enseignements spécifiques durant nos années à l’EIGSI pour nous permettre de mieux communiquer, de faire face à différents publics et de toujours nous adapter.
Quels conseils donneriez-vous à un élève qui souhaiterait travailler dans le secteur de la data ? La formation EIGSI est-elle adaptée pour travailler dans ce secteur d’activité ?
Mon intime conviction, c’est que l’on ne peut pas tout apprendre à l’école.
Penser le contraire c’est à mon sens faire une erreur fondamentale, surtout dans un monde qui évolue constamment. Vous devez fournir un travail personnel, rester en veille permanente. L’école, elle, va vous apprendre à apprendre : vous apprendre à vous approprier des concepts techniques, savoir les assimiler rapidement et les vulgariser.
La seconde chose, que j’ai beaucoup apprise à l’EIGSI, c’est la nécessité d’interagir un maximum avec des gens et avoir un “mindset” orienté résolution de problèmes.
Si vous arrivez à communiquer, à traduire ce que les gens disent en besoins, en problématiques, si vous savez comment vous comporter en équipe et gérer les gens et les égos, vous aurez alors en main tous les atouts nécessaires pour devenir ingénieur en data science.
