L’éthique métier au cœur de nos valeurs
Ellisphere est une entreprise avec un patrimoine de data important. En l’espace de 125 ans, nous avons pu accumuler pléthore de données. Régulièrement, nous faisons évoluer nos traitements au fil des nouvelles capacités que nous offre la technologie. Ethique et responsabilité sont au cœur de nos préoccupations dans nos process data.
Ces changements sont guidés soit par évolution continue des nouvelles technologies, soit de façon plus disruptive en repensant en particulier certains modes de sourcing ou de raffinage de l’information.
Dès que nous instruisons la mise en œuvre d’une nouvelle solution pour nos clients, mettant en jeu de nouvelles données, nous sommes amenés à nous poser les questions autour de son cycle de vie et de la gestion de son obsolescence data par data. Les règles d’historisation, de purge, sont prises en compte dès le lancement de nos développements.
Une organisation du traitement de la data résolument éthique
La donnée pour Ellisphere peut être considérée comme la matière première essentielle dans la construction de nos services. Notre entité de Data Management est structurée en plusieurs pôles techniques. Chacun d’entre eux interagit avec nos experts métiers, mêlant ainsi des compétences techniques, fonctionnelles et mathématiques pour :
Sourcer
Dans la construction de nos solutions, nous avons toujours privilégié la qualité à la quantité quand il s’agit de données. Comment enrichir nos fonds documentaires par de la donnée utile, complémentaire et cohérente ? Comment augmenter notre pertinence sur le cœur de cible des entreprises les plus consultées ?
Chaque donnée implémentée doit répondre à ces questions afin de garantir sa pertinence au sein de notre base et ainsi apporter un enrichissement à l’existant.
Devant la multiplicité des formats et le développement rapide des Open Data, nous sommes de plus en plus confrontés à des problèmes de qualité. Ainsi, nous avons introduit dans nos chaînes de traitement, de nouveaux outils graphiques d’exploration, de qualification et de redressement de la donnée. L’objectif ? Réfléchir à de nouvelles méthodes de travail entre nos experts métier et nos experts IT pour fluidifier la mise au point et l’industrialisation de nos futurs process de traitement et d’exploration des données.
Préparer
Au cours des dernières années, nous avons redéveloppé entièrement notre process de préparation de la donnée en passant par différentes phases :
- Normalisation : notion indispensable compte tenu de l’hétérogénéité des données brutes.
- Consolidation : afin de vérifier la cohérence des données entre elles.
- Référencement : pour alimenter des vues de diffusion cohérentes et prêtes à l’emploi.
Cet exercice nous a permis d’identifier et de classifier la totalité de notre fond documentaire au sein d’un dictionnaire complet et référencé.
Innover et outiller
Un pôle d’expertise dédié a pour mission de valider au travers de POC (Proof of Concept) l’intérêt d’introduire de nouvelles capacités de traitement grâce à la technologie. Cette étape a pour mission de répondre à des problématiques métier diverses. Cette cellule est au centre de nos dernières innovations avec le déploiement en production de sous-systèmes reposant sur du big data et du streaming événementiel. De plus, d’autres projets sont actuellement à l’étude comme l’utilisation de la technologie graph.
La data éthique, moteur de l’innovation
Depuis 2016, nous avons beaucoup investi en R&D en nous dotant d’une nouvelle architecture permettant de monter un Fab Lab en datascience et en Intelligence Artificielle (IA). L’implémentation de l’IA dans nos solutions nous a permis d’innover sur nos marchés.
En effet, depuis la sortie de notre score de 3ème génération, nous avons fortement accéléré notre capacité à produire des scores sur mesure, des modèles décisionnels, des indicateurs fondés sur des algorithmes d’autoapprentissage. L’explicabilité de ces modèles est au cœur de nos préoccupations et demeure central dans l’éthique métier à laquelle nous répondons.
Pour chaque algorithme produit par la data science, nous garantissons l’explicabilité de chaque décision prise par les algorithmes en lien avec nos experts métier. Phases explicatives, ratios financiers, des données sectorielles… Autant d’éléments qui permettront de comprendre et d’expliquer les résultats fournis par nos algorithmes.
Nous avons également introduit de l’agilité dans notre chaîne d’IA, fonctionnement itératif Apprentissage/Industrialisation/Observation. L’équipe data science calibre les algorithmes dans un lab déconnecté de la production et industrialise directement le code produit sur nos plateformes de validation, puis de production MLOps (Machine Learning et Opérations).
D’un bout à l’autre de la chaîne de conception, Ellisphere se donne pour mission d’être un acteur responsable d’une data éthique. Ancrée dans notre histoire, nous nous efforçons de respecter une éthique métier forte que ce soit dans la collecte, le stockage, le traitement et la transformation de la donnée.
