Apprentissage automatique : proactivité et planification clés

Proactivité, blocage et planification

Alors que nous avançons dans nos carrières, que ce soit sur quelques mois ou plusieurs décennies, certains éléments resteront constants dans notre environnement professionnel. Les projets, par exemple, sont des initiatives organisées qui nous poussent vers des objectifs spécifiques. Ce mois-ci, j'ai tiré des enseignements précieux sur la gestion de ces projets dans le domaine de l'apprentissage automatique.

Être proactif assure un progrès fluide

Dans notre travail quotidien, nous sommes souvent confrontés à des projets que nous appréhendons, mais aussi à ceux que nous apprécions et sur lesquels nous aimerions passer plus de temps. Qu'on les aime ou non, ces projets s'étendent généralement sur de longues périodes. Ils ne sont pas des fins en soi, même si parfois ils peuvent donner cette impression frustrante. En réalité, ils sont conçus pour nous rapprocher, nous ou notre entreprise, d'un objectif défini.

Dans le contexte de l'apprentissage automatique, ces objectifs peuvent varier : livrer un modèle à un client, rédiger un article scientifique, ou encore mettre en place un pipeline MLOps. Tous ces projets nécessitent une attention soutenue sur une période prolongée et, surtout, le soutien d'autres personnes.

Ce soutien ne signifie pas nécessairement que les autres doivent faire avancer le projet activement, bien que cela soit toujours apprécié. Il s'agit plutôt de recevoir les ressources nécessaires pour progresser. Parfois, cela peut être aussi simple que d'obtenir l'autorisation d'utiliser une ressource informatique spécifique. D'autres fois, cela peut impliquer des décisions plus conséquentes, comme l'approbation d'un achat de logiciel indispensable.

Les projets ne se déroulent que rarement sans heurts, avec un vent favorable constant. Au contraire, chaque étape peut devenir un obstacle potentiel. Ce que j'ai appris, c'est que la proactivité peut prévenir de nombreux problèmes dès le départ. Développer cette compétence est essentiel, non seulement pour les projets d'apprentissage automatique, mais aussi pour l'autonomie en général : la capacité à diriger ses actions de manière délibérée et à rechercher des solutions par soi-même.

Dans le cadre des projets ML, la proactivité peut se manifester de plusieurs façons : demander des approbations à l'avance, élaborer des plans de secours, prévoir des alternatives ou allouer plus de temps dès le début pour créer une marge de manœuvre.

Bloquer du temps pour réaliser les projets

Après avoir souligné l'importance de la proactivité pour éviter les obstacles, une autre leçon s'impose : pour avancer, il faut également être proactif en bloquant du temps pour ses projets.

Cela peut sembler évident, comme beaucoup de choses importantes une fois qu'on les a comprises. Cependant, le fait qu'une chose soit évidente ne signifie pas qu'elle est facile à mettre en œuvre.

Prenons la journée type d'un praticien de l'apprentissage automatique. Peu importe qu'il soit dans la recherche, l'ingénierie ou l'administration, la différence réside dans les projets sur lesquels il travaille.

Mais voici le hic : il ne s'agit presque jamais d'un seul projet. Souvent, il y a plusieurs projets en cours.

Notre praticien ML a probablement plus d'un projet sur son bureau. Il y a le projet principal, comme la création d'un pipeline MLOps, la rédaction d'un article ou la mise à niveau d'un cluster informatique. Et ensuite, comme tout doctorant peut en témoigner, il y a les autres projets "secondaires" : présentation des résultats, cours, tâches administratives quotidiennes. Tous ces éléments demandent du temps et de l'attention. Et nous revenons au projet principal : le temps consacré aux autres projets n'est pas disponible pour le projet principal.

Alors, comment peut-on consacrer plus de temps au projet principal sans négliger les autres ? La réponse est assez simple : bloquez du temps dans votre calendrier.

Tout créneau libre dans votre emploi du temps peut inciter les autres à vous inviter à une réunion. En bloquant simplement des plages horaires, vous pouvez vous assurer de consacrer suffisamment de temps à votre projet principal. Le temps non bloqué reste disponible pour les autres projets.

En fin de compte, cela revient à prioriser dans 90 % des cas : priorisez le projet principal. Dans les 10 % restants, les urgences peuvent nécessiter de déroger à cette règle.

Planification, planification et garder le plan

En réfléchissant au mois écoulé et aux deux leçons précédentes, une conclusion générale s'impose : la planification est cruciale. Et : il est essentiel de maintenir le plan tel qu'il est.

Dans notre monde en perpétuelle évolution, il y a toujours quelque chose de nouveau. Prenons un exemple : le carnet avec lequel j'écris ces lignes date de 2020. Depuis, cinq nouvelles versions ont été publiées.

Ou encore : vous vous souvenez de GPT-3 ? Nous en sommes maintenant à GPT-5.4, et ChatGPT est devenu multimodal.

Ou, si d'autres exemples sont nécessaires : les nouvelles. Chaque jour, il y a quelque chose de nouveau. Tout cela pour dire : si vous planifiez quelque chose, il est facile de mettre le plan de côté pour faire autre chose à la place.

Cela pourrait être acceptable, mais exceller dans un domaine exige que nous y consacrions du temps encore et encore. Cela signifie essentiellement être proactif, bloquer du temps et… planifier. Que ce soit en rédigeant littéralement un plan ou en le formant semi-inconsciemment dans votre esprit.

Pour les projets ML que nous avons abordés ici, rien ne serait accompli sans planification. Ni l'article, ni le nouveau matériel, ni le pipeline.

Si vous planifiez suffisamment bien, sans être trop précis, vous pouvez accomplir de grandes choses. Mais seulement si vous vous assurez que le plan reste le plan, sans être perturbé par les dernières nouvelles.