Project Lab by ESIEE-IT : Ayoub OUBIBI s'implique dans la formation des futurs experts du numérique

Expert en Ingénierie des données, en Business Intelligence, en services cloud et Intelligence Artificielle, Mr Oubibi, outre ses compétences professionnelles avérées, c’est sa bienveillance, sa capacité à vulgariser des concepts IT et sa dimension de pédagogue qui en ont fait un atout de nos jurys de soutenance 2023-2024. 

Lors d’une interview, nous avons pu lui poser de nombreuses questions sur son parcours, ses choix, ses motivations, ses difficultés, ses erreurs durant sa formation et sur ce qu’il entrevoyait du futur de l’IA et de la big data de son point de vue. 

Mr Oubibi a eu à cœur de répondre à nos questions avec le souci de partager son expérience et au travers de cela de pouvoir conseiller ou accompagner nos étudiants dans l’incertitude que peut représenter demain pour eux, à la manière, finalement, dont le dispositif du project lab cherche à mieux les former pour demain aussi. 

Notre dispositif pédagogique collaboratif entre une équipe d’étudiant en Bac +5 d’un titre d’expertise en Ingénierie Informatique et un organisme extérieur (TPE / PME, Grands Groupes, associations, collectivités territoriales, …), permet à nos étudiants, alternants, de conduire et concevoir une solution informatique à partir d’un cas concret, au plus proche du réel.
 

• Pouvez-vous décliner votre identité et votre profession, svp ?  

« Je m’appelle Ayoub OUBIBI. Je suis ingénieur de données senior avec 7 ans d’expérience en data engineering, Business intelligence, services Cloud et Intelligence Artificielle.  

Je suis diplômé en ingénierie de données et des connaissances de l’Ecole des Sciences de l’Information promotion 2016, et actuellement en mission chez Axa Group Operations sur des sujets de monitoring des produits et des solutions IT en utilisant des technologies comme Azure Databricks, Azure Analysis Services, Power BI et d’autres technologies. » 
 

• Pourquoi avez-vous choisi ce domaine de formation. Par passion ou par curiosité ?  

« Après avoir obtenu mon bac en 2011, j’ai fait le choix de poursuivre mes études en classes préparatoires à Casablanca (Maroc). Deux années d’études qui préparent au concours national qui, selon le rang occupé, permettent ensuite de choisir son école d’ingénieurs.  

A cette époque la plupart des étudiants visaient des domaines comme le génie civile ou autres, cependant la data engineering ou l’intelligence artificielle n’avait ni la renommée, ni l’essor que l’on connaît aujourd’hui. Ces domaines étaient encore très mystérieux. 

A la fin de ma seconde année de classe préparatoire, j’ai donné une légère préférence aux domaines de l’IT. Par chance, j’ai choisi l’Ecole des Sciences de l’Information, spécialisée en ingénierie de données et des connaissances. 

Pour répondre à la question, le choix du domaine au début n’était ni par passion ni par curiosité, ce fut le hasard ! C’est durant ma formation que la curiosité intellectuelle pour ce domaine s’est mue en passion, pour moi mais aussi pour mes camarades. Aujourd’hui encore, je me rends compte que ce hasard fut une très belle chance, car cette curiosité et cette passion m’anime toujours. » 
 

• Quelles ont été vos plus grands défis, vos plus grandes difficultés lorsque vous étiez apprenants, lors de cette période d’étude ? 

« L’une des principales difficultés du domaine de l’ingénierie des données, pour un apprenant, est qu’on se trouve continuellement face à de nouvelles situations et de nouvelles problématiques, davantage que dans d’autres spécialités.  

C’est un domaine qui change constamment, avec des technologies qui évoluent rapidement :  il faut donc toujours chercher la meilleure solution lors des projets et des études que l’on mène.  

Mais cette difficulté est aussi l’un des points forts de cette spécialité. Elle crée chez l’apprenant, la curiosité et la volonté de continuer à chercher les meilleurs moyens et les solutions les plus efficaces pour les problématiques envisagées. Un vrai défi ! Une véritable posture intellectuelle qui nourrit et donne envie de se surpasser. 

L’un des problèmes importants qu’un élève ingénieur en data engineering rencontre aisément, est l’accès aux données ou aux jeux de données nécessaires pour appliquer les solutions proposées. Lors des stages, il arrive régulièrement qu’un élève ingénieur soit vu comme une personne externe à l’entreprise -il y a alors un risque de fuite de données. Et parfois, étant donné son statut d’apprenant, il est perçu comme une personne dont la maîtrise technique et fonctionnelle des sujets n’est pas efficace -ce qui a pour conséquence un manque de confiance ou d’intéressement aux résultats des stagiaires et parfois une remise en question de l’accès aux jeux de données. 

Je dirais que ces complications ne doivent pas bloquer la volonté et l’ambition des futurs ingénieurs data, car il y a plusieurs moyens pour appliquer les solutions, soit par le biais des jeux de données ouvertes, ce qu’on appelle Open Data, et là on peut avoir accès à des multitudes de données brutes à exploiter, ou on peut aussi générer ses propres jeux de données qui ne sont pas réelles mais qui permettent d’appliquer la solution et tester ainsi et malgré tout, toutes les étapes d’un projet data ou IA. » 
 

• Votre parcours professionnel étant extrêmement riche, qu’est-ce qui a motivé vos changements d’emplois ? (Opportunité, curiosité pour le métier, salaire, recrutement par « chasseur de tête » … ?). Quel défi le plus marquant dans votre domaine professionnel avez-vous rencontré et comment l’avez-vous géré, dépassé ? 

« Une fois mon diplôme d’ingénieur en poche, j’ai décidé de travailler parallèlement sur le volet professionnel et sur la partie académique. 

Professionnellement, j’ai eu l’occasion de travailler en tant que consultant sur plusieurs projets autour de la data, la business intelligence, le cloud et l’Intelligence Artificielle, et ce pour des entreprises comme Orange, Enedis, la SNCF et actuellement chez Axa Group Operations.  

Pour le volet académique, étant passionné par la recherche dans les domaines de la data et de l’IA, je travaille depuis 2016 sur des sujets de recherche en collaboration avec des professeurs et des chercheurs. J’ai eu l’occasion d’assurer et de présenter des communications et des articles dans des conférences comme le congrès international des statistiques WSC organisé par ISI (International Statistical Institute) ou EITT 2022 (the 11th International Conference of Educational Innovation Through Technology). 

Pour revenir à la question, un consultant data est amené à travailler sur des missions qui peuvent varier en termes de temps, allant de quelques mois jusqu’à 3 ans maximum pour la plupart des missions. Par conséquent, il y a une certaine flexibilité temporelle dont il faut faire un atout, mais aussi un aspect transverse non négligeable, en fonction des missions, des secteurs d’activités et surtout des niveaux de difficultés différents, choses que je vois comme un défi et une opportunité pour approfondir mes compétences et enrichir mes expériences techniques, analytiques, fonctionnelles et aussi relationnelles. 

Malheureusement, les changements de missions ne sont pas toujours vus comme une source de confiance par les recruteurs envers les consultants. Parfois, ces vacations sont traduites comme un signe de manque d’engagement, davantage encore, lorsqu’il s’agit de missions de très courtes durées. Pour cela, il me semble nécessaire de favoriser, dans le choix de ses missions, non pas le simple aspect financier, mais de voir à plus long terme, sur l’axe de la carrière, en favorisant les nouvelles expériences, l’approfondissement de compétences transverses, l’acquisition de nouveaux savoirs ou savoir-faire, etc. Ainsi, il devient nécessaire au consultant d’apprendre à expliquer et argumenter, d’une manière objective et sincère, la fin d’une mission, d’en donner le contexte et les enjeux afin d’être crédible vis-à-vis des recruteurs des entreprises et aussi pour donner une image claire et maîtrisée sur les compétences et les acquis lors de chaque mission ainsi que les perspectives recherchées dans les prochaines missions. C’est comme une sorte de feuille de route pour le consultant. » 

• Que donneriez-vous comme conseil (s) à nos étudiants sortants de formation pour réussir leurs entretiens d’embauche ? 

« Pour les futurs experts en ingénierie informatique de l’ESIEE-IT, ayant la spécialité intelligence artificielle et big data, je tiens d’abord à leur assurer que le domaine choisi est un bon choix ! 

 Ensuite, ils doivent être conscients qu’ils seront, avec évidence, amenés à travailler sur le volet technique, mais qu’ils auront, certainement, la possibilité de travailler sur des sujets de gestion de projets, des sujets de recherche et pleins d’autres volets qu’en découvrant, ils apprécieront. Vraiment ! Il est nécessaire de ne pas se fermer, de rester ouvert à la découverte, avec toujours cet axe d’enrichir son profil. 

Il y a pleins de conseils à donner, mais je les limiterai sur deux volets (il faut bien aussi, se faire par soi-même son expérience !) : 

1. Il faut continuer toujours à apprendre, faire de l’autoformation, passer des certifications à la fois techniques comme celles de Microsoft, Amazon ou Google, ou managériale comme des certifications de gestion de projet PMP ou Scrum. C’est le seul et unique moyen pour garder la présence dans le domaine de la data et de l’IA, un domaine qui évolue rapidement avec les nouveautés technologiques. 
2. Un bon ingénieur data doit aussi apprendre à bien communiquer ses résultats, ses idées, ses problèmes, et savoir s’adapter aux situations rencontrées. Ce sont des compétences transverses qui s’apprennent « sur le tas », qui se pratiquent lors de stages ou de projets en équipe.  

Il est nécessaire d’avoir de l’ambition et d’apprendre à avoir confiance en soi afin de ne pas hésiter à proposer des solutions. C’est aussi un moyen pour montrer sa motivation, et parfois il est plus important d’être motivé que d’être compétent ! » 
 

• A votre avis, quelles évolutions, quelles hybridations, les métiers de l’intelligence artificielle et de la big data vont subir dans le futur ?  Quels sont, de votre point de vue, les tendances à suivre de près en termes d’IA ou de Big Data ? 

« Le domaine de la data et de l’IA est un domaine très évolutif, une multitude de technologies sont disponibles et permettent de faciliter le travail quotidien de l’ingénieur data et IA pour assurer les actions nécessaires afin de répondre aux besoins dans un temps très réduit. Avant, il fallait tout développer et prendre un temps considérable pour traiter et analyser ses données. 

La tendance, à mon avis, tendra vers des métiers de data et d’IA de plus en plus diversifiés, mais l’enjeu ne sera pas uniquement comment utiliser la technologie pour répondre aux besoins, mais savoir analyser ce besoin et choisir la bonne solution technique pour y répondre. Il y aura besoin subséquemment, de plus d’aspect analytique et architectural (prévoir une bonne conception et architecture des projets data), et paradoxalement, de moins en moins de complexité technique. Dès lors, un gain de temps exponentiel se mettra en œuvre, ce qui se répercutera sur la qualité du travail par rapport à ce qui existait avant. »