Cameron White est analyste au sein de l’équipe data science de Fruit of the Loom et un millionnaire en XP sur DataCamp. Sur LinkedIn, il affiche fièrement : « Plus de 200 cours, plus de 10 000 exercices, plus d’un million d’XP, et presque tous les parcours de compétences et de carrière réalisés sur DataCamp. »
C’est aussi un père célibataire très pris, avec un jeune fils : son temps est sa ressource la plus précieuse.
Devenir « data fluent » avec DataCamp
Aujourd’hui, Cameron maîtrise Python et R et est opérationnel sur de nombreuses tâches de data science, de l’ETL à la modélisation de séries temporelles en passant par l’analyse de texte, et bien plus encore. Mais il y a cinq ans, ce n’était pas le cas. Il venait de terminer une licence en mathématiques et statistiques, majoritairement théorique, avec seulement quelques cours d’applications statistiques. Il a décroché un stage chez Fruit of the Loom qui s’est transformé en CDI au sein de la nouvelle équipe data science. Le problème ? Il ne savait pas vraiment quelles tâches réalisaient les data scientists ni comment ils s’y prenaient.
Je me souviens très bien avoir reçu mon offre et entendu le terme data scientist, mais à l’époque, je n’avais aucune idée de ce que cela recouvrait vraiment.
Pour se préparer à son poste chez Fruit of the Loom, Cameron a cherché des plateformes en ligne pour développer rapidement ses compétences en data science. Il a testé l’un de nos concurrents, mais a constaté que leurs cours « ne correspondaient pas à [ses] besoins d’étudiant ». Il a découvert DataCamp en 2015 et a tout de suite accroché à notre approche « apprendre en pratiquant ».
J’adore pouvoir apprendre à mon rythme avec DataCamp.
Cameron apprécie la flexibilité de la plateforme DataCamp, qui lui offre une expérience d’apprentissage fluide sur ordinateur comme sur mobile. Il peut apprendre dès qu’un créneau de 30 minutes se libère, par exemple après avoir couché son fils. Il aime aussi nos contenus vidéo, « très courts, mais utiles ».
Il apprécie également la qualité de notre pédagogie : nous collaborons uniquement avec des experts de référence en data science, dont certains conçoivent et maintiennent les outils et packages que Cameron utilise au quotidien.
Beaucoup de cours sont donnés par le créateur du package lui-même ! Qui pourrait mieux l’enseigner que son auteur ?
L’impact business de l’apprentissage sur DataCamp
Cameron essaie de dégager une heure par jour pour apprendre sur DataCamp, et il a pu appliquer ses acquis directement dans son travail « à de nombreuses reprises, parfois dès le lendemain ! »
Par exemple, il n’avait jamais entendu parler du Tidyverse avant d’explorer notre programme R, et aujourd’hui, son équipe applique les principes des données « tidy » « presque tous les jours, sur presque tous les projets ». Il a aussi utilisé nombre des méthodologies de modélisation enseignées sur DataCamp dans divers cas d’usage de tarification.
Après avoir suivi Data Manipulation in R with dplyr, Cameron a observé un net gain de performance, tant sur le temps de traitement de grands jeux de données que sur le temps de codage. Ces compétences étant faciles à mettre en œuvre, il a partagé ses apprentissages avec ses collègues, contribuant à créer un véritable engouement interne pour R et dplyr.
Un projet majeur auquel il a contribué est une initiative de prédictive analytics en collaboration avec Microsoft. Ils ont découvert qu’une baisse de température de 12 degrés en six jours incite directement un grand nombre de consommateurs à acheter des vêtements pour temps froid. Ces enseignements leur ont permis de préparer proactivement la chaîne d’approvisionnement en fonction des besoins géographiques et d’optimiser les ventes des produits polaires et autres articles hiver de Fruit of the Loom. Pour ce projet, Cameron et son équipe ont mobilisé de nombreux acquis des cours DataCamp sur SQL, l’import et le nettoyage de données sous R, ainsi que la modélisation avancée.
Gagner 196 journées de travail avec DataCamp
L’impact de DataCamp sur le travail de Cameron est considérable. Voyons, d’après ses propres estimations, combien de temps il a gagné en quatre ans d’apprentissage sur DataCamp.
- Cameron travaille environ 200 jours par an, soit près de 800 jours sur quatre ans. Sur ces 800 jours, il estime qu’environ 20 % de son temps est consacré au codage actif, ce qui représente 160 journées (ou 1 280 heures).
- De ce temps de codage actif, il estime qu’environ 40 % (soit 512 heures) ont été consacrées à l’analyse exploratoire des données, accélérée grâce aux concepts Tidy appris sur DataCamp. Sur ces 512 heures, il estime qu’appliquer les principes Tidy lui a fait gagner environ la moitié du temps.
- Sur les 60 % restants du temps de Cameron, environ 10 % ont été consacrés à aider d’autres personnes sur leurs questions de code — une nette diminution depuis que son équipe utilise DataCamp.
- Cameron estime que le reste du temps, près de 700 heures, a été dédié à des travaux plus avancés comme la modélisation fondée sur les concepts de nos cours sur le package caret, la création d’applications Shiny ou la collecte de données depuis le web. Il cite en particulier notre cours Writing Efficient R Code de Colin Gillespie, qui l’a beaucoup aidé à améliorer ses temps d’exécution.
- D’après l’estimation de Cameron, il a gagné 675 heures par an sur son codage direct. Cela n’inclut même pas la forte accélération sur les phases non liées au code, par exemple lors de la définition initiale d’un projet. Les nouvelles méthodologies apprises sur DataCamp ont apporté un gain substantiel à cette étape. Il estime avoir économisé 70 % du temps, soit 896 heures.
Au total, Cameron a économisé environ 1 571 heures de travail, soit 196 journées sur les quatre dernières années ! Comme nous l’évoquions en début d’article, le temps est la ressource la plus précieuse de Cameron : il sait donc le valoriser au maximum.
Comment DataCamp favorise la collaboration
L’équipe de Cameron exploite pleinement ses abonnements DataCamp pour explorer de nouveaux sujets dès qu’elle dispose de temps libre au travail. L’esprit de compétition est bien présent : ils se défient parfois sur l’XP DataCamp, ce qui « garde les choses motivantes ».
En outre, l’équipe se fixe des objectifs formels de volume d’heures de formation à atteindre chaque année, et s’appuie principalement sur DataCamp pour y parvenir.
La progression de l’équipe est tangible au vu du nombre de nouvelles méthodologies, algorithmes et processus que nous découvrons sur la plateforme.
Accompagner les équipes dans leur parcours vers la maîtrise des données
Pour Cameron, le plus difficile au démarrage de sa carrière en data science était de savoir par où commencer et où concentrer ses efforts. Il estime que DataCamp l’a remarquablement bien guidé grâce à nos parcours de compétences et parcours de carrière.
La data science est une voie professionnelle passionnante, stimulante et récompensée, et la plateforme de DataCamp m’a énormément aidé à réussir dans ce domaine.
Pour en savoir plus sur le parcours vers la maîtrise des données de Cameron, contactez-le sur LinkedIn et Twitter.
Pour évaluer comment DataCamp peut aider votre équipe à devenir compétente en data science et analytics, rendez-vous sur datacamp.com/business ou planifiez une démo de notre plateforme.
