Les dépenses d'un cabinet de data science sont concentrées : un hébergeur cloud, deux ou trois plateformes, quelques sous-traitants d'annotation. Une économie sur un contrat de calcul peut créer une dépendance qui empêche ensuite de répondre à un client exigeant un hébergement en Europe. Il suit cet équilibre et prépare les arbitrages, sans signer à la place de la direction.

Ce qu'il fait chaque jour chez vous

Cartographier la dépendance aux plateformesIl dresse pour la direction la liste des projets clients qui reposent sur Snowflake, Databricks ou Dataiku, avec ce que coûterait une sortie de chacun, avant toute renégociation qui en ferait un fournisseur unique.
Faire suivre la localisation des données aux contratsIl vérifie que chaque contrat d'hébergement ou d'annotation dit où les données sont traitées, et signale ceux qui ne correspondent plus à ce qui a été promis aux clients dans leurs contrats de traitement de données.
Préparer le budget de calcul des projets à venirÀ partir du carnet de projets, il estime la consommation de calcul de la préparation des données, des entraînements et de chaque mise en production d'un modèle, pour que l'engagement annuel auprès du cloud ne se fixe pas au jugé.
Qualifier les sous-traitants d'annotationIl rassemble pour chaque prestataire d'étiquetage les conditions de confidentialité, le lieu de travail des annotateurs et la manière dont le jeu de données d'entraînement leur est remis, puis signale les dossiers incomplets.
Anticiper les achats des projets réglementésQuand un client prépare un système d'IA à haut risque, il signale les achats qui devront être documentés, outils de journalisation et de traçabilité compris, pour qu'ils ne soient pas improvisés à la veille d'un audit.
Rendre lisible la dépense au jour de conceptionIl rapporte chaque mois le coût des licences et du calcul au nombre de jours de conception produits, ce qui permet à la direction de voir quand un projet consomme plus de ressources que ce qu'il facture.

Sur le terrain

Une remise contre une exclusivité

L'hébergeur cloud propose une remise importante contre un engagement de trois ans et le transfert de tous les projets. L'agent montre que deux clients bancaires exigent un hébergement chez un autre prestataire et que leur contrat de traitement de données serait à renégocier. Il chiffre les deux options et les risques de chacune. La direction retient un engagement plus court, sans exclusivité, et l'agent prépare le tableau de suivi.

Un pic de calcul non prévu

Un projet de vision par ordinateur relance trois fois son entraînement à la suite d'une erreur d'étiquetage. La dépense de calcul du mois double. L'agent identifie le projet, montre que la cause est un lot d'annotation non contrôlé à réception, et propose d'ajouter un échantillonnage avant tout entraînement. Il prépare le point pour le comité, qui décide qui porte le surcoût.

Les mots qu'il emploie chaque jour

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.
Système d'IA à haut risque: La catégorie réglementaire qui impose documentation, supervision humaine et journalisation avant toute mise sur le marché.
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.

Son métier de départ : Responsable des opérations achats. Toute l'activité : Données et intelligence artificielle.