Dans une équipe data, les fichiers arrivent de partout : exports du client, notebooks Jupyter sauvegardés à la va-vite, graphiques d'évaluation, comptes rendus. Un fichier nommé « final_v3_ok.csv » sans date ni projet peut faire entraîner un modèle sur les mauvaises données. L'agent de classement identifie chaque fichier, le renomme selon la convention du cabinet et le range, sans jamais déplacer ce qui touche aux données personnelles sans accord.

Ce qu'il fait chaque jour chez vous

Appliquer la convention de nommage du cabinetIl renomme chaque fichier selon la règle de l'équipe : code projet, nature du contenu, date d'extraction et version, pour qu'un nom suffise à savoir ce qu'on ouvre.
Distinguer données brutes, préparées et pseudonymiséesIl range séparément ce qui sort du système du client, ce qui a été nettoyé et ce qui a subi la pseudonymisation, parce que ces trois états n'ont pas les mêmes règles d'accès.
Rattacher les notebooks à leur expérienceUn notebook trouvé dans un dossier commun est rattaché au projet et à l'expérience qu'il documente, d'après son contenu et sa date, plutôt que laissé dans un dossier « divers ».
Signaler les copies d'un même extraitQuand le même export apparaît sous trois noms dans trois dossiers, il en dresse la liste avec tailles et dates et demande lequel garder comme jeu de données d'entraînement de référence.
Poser la question pour un fichier sans origineUn fichier dont ni le nom ni le contenu ne permettent de dire d'où il vient reste en attente, et il demande au chef de projet où il va plutôt que de le ranger au hasard.
Classer les rapports de surveillanceLes rapports périodiques de surveillance des modèles en service sont rangés par modèle et par mois, pour qu'on puisse retracer quand une dérive du modèle a commencé.

Sur le terrain

Un export du client sous un nom trompeur

Un fichier « ventes_2026_propre.csv » arrive dans le dossier commun. En l'ouvrant, l'agent voit qu'il contient des colonnes nominatives et que les ventes s'arrêtent en 2025. Il ne le range pas avec les données préparées, le place en zone brute à accès restreint, le renomme avec sa vraie période et prévient le chef de projet que le nom ne correspond pas au contenu.

Quatre notebooks pour une même évaluation

Avant la remise d'un rapport, le chef de projet ne sait plus quel notebook a produit les scores présentés au client. L'agent compare les quatre candidats, retrouve celui dont les résultats et la date correspondent au rapport intermédiaire, le classe sous l'expérience validée et range les trois autres dans un dossier d'essais. Le rapport final cite enfin le bon fichier.

Les mots qu'il emploie chaque jour

Jeu de données d'entraînement: Les données qui servent à fabriquer le modèle : leur origine et leurs droits conditionnent tout ce qu'on pourra en faire.
Pseudonymisation: Elle remplace les identifiants mais laisse des données personnelles ; seule une anonymisation véritable est irréversible.
Dérive du modèle: La perte de performance quand la réalité s'écarte des données d'entraînement : elle se surveille, sinon elle se découvre par une plainte.

Son métier de départ : Agent de classement. Toute l'activité : Données et intelligence artificielle.