L’IA élargit le rôle des data scientists et renforce la gouvernance

Automatisation du code, agents intégrés au workflow, accélération des analyses : l’IA ne se contente plus de faire gagner du temps aux data scientists, elle redessine leur champ d’action. En parallèle, la gouvernance des données, la gestion des compétences d’agents et la refonte des outils de BI deviennent des chantiers centraux.

La gouvernance des couches sémantiques et des agents devient un travail continu

La généralisation de l’IA rend la gouvernance des données plus critique. Les couches sémantiques doivent être entretenues, car définitions, structures et contexte évoluent dans le temps. Un agent peut périodiquement contrôler la structure documentée et agréger de nouvelles connaissances issues d’outils internes comme GitHub, Google Docs ou Slack, mais une validation humaine reste nécessaire. L’auteur indique avoir participé à la construction de la couche sémantique dans son entreprise précédente et réfléchit, en tant que premier employé data d’une nouvelle startup, aux bonnes pratiques pour partir de zéro. Les workflows d’agents exigent eux aussi une gouvernance, les compétences étant faciles à multiplier : il cite un dépôt d’équipe passé à plus de 100 compétences en trois mois. La réutilisation impose une qualité et une reproductibilité élevées, avec lecture et tests avant partage. Un agent peut également signaler les redondances et nettoyer le contexte.

Refonte de la BI et prolifération des tableaux de bord à encadrer

La business intelligence traverse une phase de refonte. Les rapports de référence et l’exploration par glisser‑déposer sont remis en question, l’IA offrant des façons plus souples de créer et partager des tableaux de bord via des outils comme Claude Artifacts, des applications Databricks ou des pages HTML internes. La valeur des outils de BI traditionnels est de plus en plus remise en cause, même si certains y ajoutent des agents d’IA ou se repositionnent vers l’exploration assistée par agents, ce qui, selon l’auteur, ne résout pas la crise de fond. Dans le même temps, la facilité de produire des tableaux de bord complexifie la gestion de la « source de vérité » : des versions proches se multiplient, parfois sans code sous‑jacent incorporé, compliquant validation et maintenance. Des écarts de chiffres peuvent provenir de filtres légitimes plutôt que d’erreurs. Une stratégie de tableaux de bord vérifiés par domaine reste valable et il est recommandé d’inclure ou de déposer le code pour permettre des revues humaines ou par agents.

Des analyses plus rapides grâce aux simulations et à l’inférence causale assistées par IA

L’IA réduit fortement les délais d’analyse, comme l’illustre l’exemple des tests géographiques. Il était courant d’utiliser auparavant un notebook Databricks, de paramétrer manuellement métriques, listes de marchés et seuils, avec des erreurs possibles, puis d’interpréter les résultats via DiD et régressions. Désormais, il confie le code du modèle à l’IA, décrit ses contraintes en langage naturel, et laisse l’IA exécuter des simulations qui sélectionnent les marchés de traitement et de contrôle. L’IA est également jugée utile pour comparer différentes approches d’inférence causale afin de renforcer la robustesse des mesures.

L’IA s’invite à chaque étape du flux analytique, du cadrage au compte rendu

L’IA n’est plus cantonnée à la génération de code. Des MCP connectent des outils pour rassembler et résumer l’historique de discussions et de recherches. Un mode plan sert à débattre des méthodes et à établir le plan d’analyse. L’IA exécute ensuite le plan, met en avant des résultats intermédiaires et produit un compte rendu final à destination des parties prenantes.

Un périmètre élargi vers l’ingénierie grâce aux outils d’IA

L’IA accroît la capacité des data scientists à prendre en charge des tâches d’ingénierie. Il y a six ans, dans une startup, il était fréquent de combiner des fonctions d’ingénierie, d’analyse et de data science, en suivant une check‑list couvrant dbt, YAML, Docker, commandes de test, déclenchement d’Airflow et supervision via Datadog, avec une configuration d’environnement chronophage. Dans sa situation actuelle de premier employé data, il indique que déterminer le modèle de données et la logique suffit, Claude Code gérant la mise en œuvre et le déploiement avec tests unitaires. Il rapporte des bénéfices similaires pour le développement de modèles de machine learning et autres travaux, rendus rapides avec des outils adaptés et des revues de code. Selon lui, l’IA ne fait pas que « accélérer » : elle élargit ce qu’un data scientist peut légitimement prendre en charge.

Auto‑service des parties prenantes et rôle accru des couches sémantiques

Un mouvement vers l’auto‑service se dessine : l’auteur affirme avoir très peu codé manuellement en six mois, l’IA générant l’essentiel du code d’analyse tandis que son rôle devient celui de réviseur. Des workflows répétitifs sont encapsulés dans des compétences d’agents, depuis l’analyse des causes de variations de métriques jusqu’à la rédaction de comptes rendus d’expériences en se connectant à un outil MCP. Des parties prenantes, notamment techniques, s’emparent d’outils comme Claude Code pour extraire des chiffres et conduire des analyses exploratoires quand le temps manque côté data. Cette autonomie pose la question de la fiabilité, d’où l’importance croissante des couches sémantiques. L’auteur indique que ces couches, en documentant tables, métriques et dimensions, aident les agents à extraire des indicateurs comme un taux de rétention sans recoller des définitions dispersées, ce qui, selon lui, améliore l’exactitude et économise des tokens. Il observe des réactions divergentes à l’IA – perte de confiance après erreurs ou confiance excessive menant à des chiffres erronés cités – et avance que le contexte structuré est clé. Le goulot d’étranglement se déplace de l’accès aux données vers la confiance accordée aux résultats.