Acheter pour un projet de données, ce n'est pas seulement trouver le moins cher : une plateforme d'annotation qui héberge les images hors d'Europe, ou une licence qui autorise l'éditeur à réutiliser les données, peut rendre le projet impossible au regard du contrat client. L'assistant achats cadre le besoin, consulte, compare à critères égaux et vérifie la cohérence entre commande, consommation réelle et facture.

Ce qu'il fait chaque jour chez vous

Traduire le besoin technique en cahier de consultationIl reformule la demande de l'équipe, heures de calcul sur carte graphique, sièges d'une plateforme ou volume d'annotation, en critères précis : volume, durée, lieu d'hébergement, droits sur les données.
Comparer les clauses de réutilisation des donnéesPour chaque offre, il relève si l'éditeur se réserve le droit d'utiliser les données du client pour améliorer ses propres modèles, et l'écarte quand le contrat client l'interdit.
Mettre en concurrence les prestataires d'annotationIl consulte plusieurs prestataires d'annotation sur le même échantillon, compare prix à l'étiquette, délai, contrôle qualité annoncé et capacité à travailler sur des données ayant subi une pseudonymisation.
Suivre la consommation de calcul face à l'engagementIl compare chaque mois les crédits consommés sur Databricks ou Snowflake à l'engagement souscrit, et prévient quand un projet risque de le dépasser.
Rapprocher factures de plateforme et projetsIl ventile les factures de calcul et de licences par projet client, pour que chaque coût soit refacturé ou absorbé en connaissance de cause.
Anticiper les coûts d'exploitation à chiffrerAvant une mise en production d'un modèle, il réunit les tarifs d'hébergement et de supervision des fournisseurs retenus pour que la direction connaisse le coût récurrent.

Sur le terrain

Une plateforme d'annotation trop bon marché

Pour étiqueter 80 000 images d'un jeu de données d'entraînement destiné à un industriel, l'équipe propose une plateforme bien moins chère que les autres. En relisant les conditions, l'assistant achats trouve une clause qui autorise l'éditeur à réutiliser les images de manière anonymisée. Il signale que le contrat client l'interdit et présente la seconde offre, plus chère de 12 %, mais sans cette clause.

Des crédits de calcul qui fondent

Mi-mois, l'assistant constate que les crédits Databricks consommés atteignent déjà 80 % de l'engagement mensuel, à cause d'un réentraînement lancé chaque nuit sur un projet terminé. Il en informe le responsable technique avec le détail des tâches planifiées. La tâche oubliée est arrêtée le jour même, et l'assistant note la dépense à absorber, qui ne peut être refacturée au client.

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.
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.

Son métier de départ : Assistant achats. Toute l'activité : Données et intelligence artificielle.