Une société de science des données a deux reportings qui se croisent mal : celui des projets, en jours de conception vendus et consommés, et celui des modèles en service chez les clients, en scores d'évaluation et en alertes de surveillance. La direction veut les deux sur une page, sans jargon. L'agent les assemble depuis les plateformes et le suivi des temps, rapproche les chiffres et commente ce qui s'écarte.

Ce qu'il fait chaque jour chez vous

Consolider les jours de conception par projetIl croise le suivi des temps de l'équipe avec les jours vendus de chaque proposition et calcule ce qui reste, en signalant les projets qui ont consommé plus des trois quarts de leur budget avant le dernier jalon.
Suivre les scores des modèles en serviceIl relève chaque semaine les scores d'évaluation des modèles déployés chez les clients et les compare au niveau mesuré lors de la recette, pour repérer une dérive du modèle avant le client.
Rapprocher les coûts d'exploitationIl met en regard la facture de calcul de la plateforme et ce qui avait été annoncé au client à la mise en production d'un modèle, et signale l'écart quand il dépasse ce qui était prévu.
Commenter les chiffres sans les embellirIl écrit en quelques phrases ce qui explique un écart : un lot de données arrivé en retard, un réentraînement, une hausse de volume, et dit clairement quand la cause n'est pas connue.
Préparer les annexes des comités clientsPour chaque point de décision, il produit le tableau des résultats mesurés et des jours consommés que le chef de projet présentera, sans y ajouter de conclusion commerciale. Les résultats y sont rapportés aux critères convenus, conformément à l'obligation de moyens du contrat.
Repérer les chiffres incohérents entre sourcesQuand le nombre de prédictions facturées ne correspond pas au journal de la plateforme, il le signale avec les deux chiffres plutôt que de choisir l'un des deux.

Sur le terrain

Une baisse de score que personne n'avait vue

En préparant le rapport hebdomadaire, l'agent constate que le modèle de tri de courriels d'un assureur est passé de 0,91 à 0,84 sur son score de référence en trois semaines. Il isole la courbe, note qu'un nouveau type de demande est apparu dans les volumes et l'envoie au chef de projet. Celui-ci prévient le client avant qu'une plainte n'arrive.

Un projet qui brûle ses jours avant le jalon

Le tableau mensuel montre qu'un projet de détection de fraude a consommé 42 jours sur 50 alors que le deuxième point de décision n'est pas atteint. L'agent l'inscrit en tête du rapport avec la répartition des jours, dont l'essentiel est parti dans la préparation des données. Le dirigeant convoque le chef de projet pour décider de réorienter avant d'épuiser le budget.

Les mots qu'il emploie chaque jour

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.
Mise en production d'un modèle: Le passage du prototype au service utilisé : c'est là qu'apparaissent le coût, la latence et la surveillance.
Obligation de moyens: Un projet d'analyse promet rarement un résultat chiffré : ce qui s'engage est une démarche, des livrables et des critères d'évaluation.

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