La banque d'un monde qui change

Les métiers de la banque : Data Scientist Senior

  • Thomas Gilles Data Scientist Senior
  • Paris
  • 25.09.2019

À l’ère de la Big Data, la capacité à transformer une donnée brute en information utile à la résolution de problèmes complexes devient une expertise précieuse, en particulier pour les banques. Magiciens, polyglottes, chefs d’orchestre… Qui sont vraiment les Data Scientists ? Rencontre avec Thomas Gilles, « magicien » de la donnée depuis trois ans chez BNP Paribas Corporate & Institutional Banking (CIB).

La Data Science est une nouvelle discipline dont on entend de plus en plus parler. Pourquoi intéresse-t-elle autant les banques ?

Les banques sont depuis toujours de grandes pourvoyeuses de données. Or le but de la Data Science (ou science des données) est de s’appuyer sur des outils mathématiques, statistiques, informatiques et de visualisation des données pour transformer ces données brutes en informations utiles. Il est donc naturel que les banques y prêtent un intérêt particulier. Aujourd’hui, 80 % de la donnée au sein des banques est non-structurée et structurée. Le rôle de la Data Science est de trouver des moyens d’identifier cette donnée non-structurée, de la classer en base de données et de l’utiliser au mieux pour soutenir les activités de la banque.  

Quelles sont concrètement vos responsabilités en tant que Data Scientist Senior chez BNP Paribas ? 

J’ai plusieurs casquettes. D’une part, je suis un Product Owner, avec pour mission de coordonner l’intervention de différents métiers pour développer des produits en interne. Généralement, ceux-ci sont liés à l’Intelligence Artificielle ou au Machine Learning. Je suis donc un relais entre le client interne, l’équipe de Data Scientists et les développeurs. D’autre part, je suis le point de contact privilégié pour deux « clients » internes : les ressources humaines et BNP Paribas Security Services. Mon rôle est d’être leur conseiller principal sur tous les sujets touchant de près ou de loin à la Data Science. 

Photo : Thomas Gilles

À quoi ressemble un projet géré par un Data Scientist ?

Je travaille actuellement sur un projet d’Intelligence Artificielle dont le but est d’extraire automatiquement des données non-structurées à partir de documents comme les fax, factures et autres contrats. 

J’en suis très fier, puisqu’après plus de deux ans de développement, nous avons réussi à créer un outil plus efficace que les solutions similaires disponibles sur le marché. Autre exemple : je collabore avec le département des ressources humaines sur un projet en lien avec le Machine Learning et les données analytiques. Il s’agit de développer un outil qui permette d’avoir des visions, à date et future, de nos besoins en compétences. Cela permet au département RH d’anticiper les recrutements sur les prochaines années et de faire ainsi en sorte que la banque ne manque pas d’experts, notamment dans les domaines porteurs d’avenir comme la Blockchain.

après plus de deux ans de développement, nous avons réussi à créer un outil plus efficace que les solutions similaires disponibles sur le marché.

Vous avez commencé votre carrière dans la finance. Comment en êtes-vous arrivé à vous intéresser à la Data Science ?

Au cours de mes études, j’ai suivi un double cursus en mathématiques appliquées à la finance de marché et en droit des affaires. J’ai d’abord travaillé dans les salles de marché d’une grande banque américaine, avant de rejoindre une entreprise de conseil où j’ai développé une appétence pour le Big Data et les analytics. C’est un parcours atypique au cours duquel j’ai acquis trois compétences essentielles à mon métier : connaissance du milieu bancaire, gestion de projets et expertise informatique. Cela me permet aujourd’hui de comprendre parfaitement les besoins de mes clients internes, mais aussi de résoudre des problématiques techniques avec des data scientists ou des développeurs. Le fait de parler le même langage que mes différents interlocuteurs est absolument primordial pour faire avancer un projet et le livrer en temps et en heure.

Nous sommes des facilitateurs et notre objectif final est de simplifier la vie des collaborateurs. 

Quels sont les autres grands défis de votre poste, à la jonction de plusieurs métiers bancaires ?

Je dois faire preuve d’une grande agilité intellectuelle pour jongler entre différentes disciplines : la gestion de projet, les mathématiques, le développement informatique…

Je dois faire preuve d’une grande agilité intellectuelle pour jongler entre différentes disciplines : la gestion de projet, les mathématiques, le développement informatique… Il faut aussi maîtriser suffisamment chacun de ces sujets pour amener mes interlocuteurs à sortir de leur zone de confort. Aussi, il faut veiller à ne pas développer de solutions trop complexes, car elles auraient tendance à alourdir les processus. Nous sommes des facilitateurs et notre objectif final est bien de simplifier la vie des collaborateurs. C’est d’ailleurs très satisfaisant quand on enlève une épine du pied d’un client ou que l’on parvient, par exemple, à libérer du temps à des opérationnels afin qu’ils consacrent plus de temps à des tâches à plus forte valeur ajoutée.

Comment le Big Data va-t-il révolutionner le secteur bancaire dans les prochaines années ?

Selon moi, le Big Data va entraîner une concurrence de plus en plus accrue entre les différents acteurs du secteur bancaire. Il appartiendra donc aux Data Scientists de permettre aux banques de se différencier en développant des solutions de plus en plus innovantes comme les chatbots ou les outils de recommandations.

Bonus

Comment pourriez-vous expliquer votre métier à un enfant ?

Je dirais que je suis un peu comme un chef d’orchestre. Je coordonne les différents métiers au sein de la banque pour qu’ils exécutent ensemble un projet. C’est moi qui donne le tempo, maintiens l’équilibre entre les intervenants et fais en sorte que le projet avance crescendo jusqu’à la livraison finale.   

Qu’est-ce qui vous plaît particulièrement dans votre métier ?

Je suis toujours ému quand certains de mes clients me disent que je suis un peu comme un magicien. Même si l’on entend de plus en plus parler d'IA et de Data Science, beaucoup continuent à voir les algorithmes comme quelque chose d’abstrait, de presque surnaturel... C’est assez fascinant, mais aussi très gratifiant de voir que notre travail a un fort impact sur le quotidien de nos collaborateurs. 

Décrivez-nous votre journée de travail idéale.

Ma recette pour une journée de travail réussie : se rendre au travail tôt le matin, prendre un café bien corsé, faire une pause sportive entre midi et deux, puis retrouver ses collègues en fin de journée pour fêter les victoires de l’équipe.

Credit photo header: ©alice_photo

A lire aussi

Toutes les actualités