"Nous avons le soutien et la liberté d'essayer, de développer, d'améliorer et d'échouer; au sein de Kramp, l'accent est mis sur l’apprentissage."

"Après avoir terminé mon Master en analyse commerciale et modélisation à l'Université Radboud de Nimègue en 2018, je savais que je voulais travailler dans une entreprise de taille importante, internationale et technologiquement avancée, où je pourrais encore en apprendre davantage sur la science des données - et Kramp a coché toutes les cases. L'entreprise est plutôt pionnière ; elle a été l'une des premières à introduire une boutique en ligne il y a quelques années et, plus récemment, à travailler avec Google Cloud.

J'ai rejoint le Programme Management Trainee, qui m'a donné l'occasion de passer une année à essayer différentes fonctions. J'ai ensuite occupé mon premier poste, en tant qu'Analyste de données dans la chaîne d'approvisionnement. Depuis, j'ai participé à un projet majeur visant à améliorer les prévisions des ventes de Kramp grâce à l'apprentissage automatique (machine learning). Grâce à la plateforme de science des données Vertex AI, qui est soutenue par l'équipe Cortex, nous avons pu augmenter nos ressources, ce qui nous a donné la puissance de calcul dont nous avions besoin. Nous entraînons un modèle pour chaque produit, ce qui représente environ 200 000 modèles. Étant donné qu'un modèle prend six secondes à calculer par cœur, cela prendrait séquentiellement environ 350 heures... mais nous le faisons en 11 minutes. Au final, la précision des prévisions s'est améliorée de 4 %, ce qui a déjà permis à l'entreprise d'économiser environ 8 millions d'euros en réduisant les erreurs de prévision. Il est gratifiant de savoir que votre expertise en science des données a eu un impact important sur l'amélioration des résultats de Kramp.

Je travaille actuellement sur un “pipe-line A/B” pour voir comment les changements apportés à notre site web affectent le comportement en ligne des clients. J'utilise les probabilités bayésiennes pour analyser les résultats et les traduire en décisions commerciales. J'ai également créé un Grand Modèle de Langage (LLM) pour améliorer la fonction de recherche sur notre site web et réduire le nombre de "zéro résultat" en réponse aux mots-clés utilisés par les clients.

J'aime le fait que la direction nous soutienne autant dans notre travail de développement. Nous avons la liberté d'essayer, de développer, d'améliorer et d'échouer ; au sein de Kramp, l'accent est mis sur l'apprentissage. L'une des façons d'y parvenir est notre communauté informelle d'environ 50 scientifiques/analystes de données répartis dans l'ensemble du Groupe Kramp. Nous nous réunissons pour présenter nos développements, partager nos problèmes et échanger nos idées et nos points de vue. En tant que scientifique des données, le grand nombre d'échecs peut parfois être frustrant, mais j'ai appris à accepter que cela fait partie du processus d'innovation et à, ainsi, passer rapidement au projet suivant - et il y a toujours beaucoup d'autres opportunités à saisir avec quelque chose d'aussi évolutif que la science des données.

Kramp offre de nombreuses possibilités de formation, mais la science des données est un domaine qui évolue tellement vite qu'il faut vraiment se tenir au courant très régulièrement. Je passe donc beaucoup de temps à faire mes propres recherches pour trouver comment aborder de nouvelles questions, souvent en collaboration avec mes collègues. Nous travaillons dans un environnement très complexe, mais la collaboration se déroule sans heurts grâce à la structure de l'Equipe Produit de l'entreprise, et les équipes de la plate-forme Kramp facilitent le travail de développement. Vous savez immédiatement à qui vous adresser si vous avez des questions. Chacun est passionné par sa spécialité et nous nous aidons constamment à découvrir et à comprendre les derniers développements en matière de science des données.

Il n'y a pas de plan de carrière bien défini pour moi, car le rôle de la science des données au sein de l'entreprise évolue constamment, alors qui sait ce que l'avenir nous réserve. Mais pour l'instant, j'apprécie énormément d'apprendre et d'évoluer chaque jour dans mon domaine.