Il y a environ un an et demi, à une époque où vous pouviez encore vous asseoir à la même table que des personnes qui ne faisaient pas partie de votre cercle familial, j'assistais à la réunion annuelle des organisateurs belges de meetups sur les Data Science chez Digityser à Bruxelles. C'était une réunion informelle dont l'objectif était de revenir sur l'année écoulée, de partager des expériences et de réfléchir à une stratégie commune pour les futures rencontres. Comme la plupart des réunions de ce type en Belgique, celle-ci s'est terminée par des discussions sur de l'état des Data Science en Belgique autour de quelques bières.

Après quelques bières, j'ai engagé une discussion avec Kris Peeters de Dataminded sur la valeur (ou l'absence de valeur) des profils académiques solides en informatique. Ceux qui nous ont rencontrés savent que nous avons tous les deux des opinions bien arrêtées et que nous n'hésitons pas à les partager, parfois même un peu trop fort. Pendant la discussion, j'essayais de faire valoir que les doctorats dans les domaines techniques sont très utiles pour une carrière en informatique, mais Kris était en désaccord avec moi.

Cette discussion animée m'a fait réfléchir. Je me suis rappelé qu'il y a quelques années, un recruteur m'avait suggéré de minimiser le fait que je détenais un doctorat lors des entretiens. Des conversations avec plusieurs personnes ayant fait la transition de l'académie à l'industrie suggéraient qu'il y avait un préjugé contre les titulaires de doctorat dans le secteur privé. J'ai toujours eu l'impression que ma carrière académique me préparait très bien au rôle de data scientist, mais peut-être que Kris avait raison dans ses critiques. Peut-être que mon opinion était biaisée par ma propre expérience singulière ?

Situation actuelle dans le système d'enseignement supérieur de l'UE et sur le marché du travail en informatique

Dans ma recherche de réponses, j'ai été surpris par le manque de données publiques sur les attitudes des employeurs à l'égard des titulaires de doctorat. Ma propre tentative de sondage dans ce domaine a également échoué, avec seulement quelques personnes fournissant des réponses et ne révélant que le fait que les titulaires de doctorat estiment que leurs diplômes sont précieux pour une carrière en informatique, sans en dire beaucoup sur les attitudes à l'égard des titulaires de doctorat en général.

J'ai toutefois pu trouver plusieurs rapports de l'UE sur le sujet. Le rapport de 2015 sur le besoin de profils STEM sur le marché du travail confirmait les préoccupations de Kris

"Il existe également des préoccupations liées à des déséquilibres de nature plus qualitative, par exemple dus à une intensité croissante des TIC dans l'économie, à la convergence technologique et aux changements dans le type de tâches associées aux professions STEM, qui ne sont pas toujours reflétés dans la conception des programmes d'enseignement supérieur."^[1]

En traduction : les programmes STEM ne parviennent pas à préparer adéquatement les personnes à des carrières dans l'industrie. Le rapport mentionne également le manque d'expérience de travail comme un obstacle à l'entrée des profils formés en STEM dans le secteur commercial. Cela vaut également pour les titulaires de doctorat, bien qu'il soit quelque peu absurde que les années passées à faire de la recherche et de l'enseignement ne soient pas comptabilisées comme une "expérience de travail".

Il semble y avoir un déséquilibre évident entre les compétences que les employeurs attendent des profils formés en STEM et ce que le système éducatif fournit réellement. Ici, il semble que Kris ait un bon point, et ma propre expérience dans le système d'enseignement supérieur de l'UE confirme certains de ces biais.

Par exemple, certains groupes de recherche en STEM suivent encore un schéma organisationnel pyramidal, où le professeur sert essentiellement de PDG du groupe de recherche, il est soutenu par une couche de post-doctorants qui réalisent la partie opérationnelle du travail et délèguent les tâches aux étudiants en doctorat et aux étudiants en master. Dans ce schéma, l'étudiant en doctorat se concentre principalement sur l'exécution des tâches, a rarement l'occasion d'échanger avec son directeur de thèse, et est souvent tenu à l'écart de la "vision d'ensemble" du projet de recherche. Ils ne sont généralement pas impliqués dans la rédaction d'articles de recherche, mais fournissent plutôt des "contributions" aux résultats présentés dans les articles de recherche. Ce type de système éducatif est naturellement destiné à produire des profils présentant un haut degré de déséquilibre par rapport aux profils nécessaires dans l'industrie de l'informatique, en raison du manque d'accent sur le développement des compétences en pensée souple et analytique.

La structure de recherche pyramidale devient de moins en moins courante, ce qui est positif, mais plus elle sera complètement éliminée du système d'enseignement supérieur, mieux ce sera !

La demande de profils STEM augmentera considérablement dans un avenir proche, car l'économie de l'UE se tourne de plus en plus vers l'innovation. L'UE est consciente de ce problème, et plusieurs initiatives ont été mises en place pour renforcer le lien entre l'académie et l'industrie. Par exemple, les programmes Innovative Training Network financés par les actions Marie Curie offrent aux étudiants en doctorat des opportunités de stage dans le secteur privé afin de renforcer la transférabilité de leurs compétences et de leur expérience professionnelle en dehors du milieu académique.

Ma vision de la valeur d'un doctorat en STEM dans la Data Science

J'ai toujours pris pour acquis qu'un doctorat en physique des particules me préparait bien à une carrière en data science. Je n'ai jamais vraiment pris en compte le fait que mon expérience académique pourrait ne pas être représentative des programmes de doctorat en STEM dans leur ensemble.

J'ai terminé mon doctorat aux États-Unis et passé trois ans en Israël en tant que post-doctorant avant de venir en Belgique pour un deuxième post-doctorat. Les environnements académiques américains et israéliens mettent en avant la pensée critique et les compétences de communication solides en plus des aspects techniques de l'éducation et de la recherche. J'ai trouvé que c'était également le cas à l'UCLouvain, où j'ai effectué mon deuxième post-doctorat.

Les Européens décrivent souvent les universitaires américains et israéliens comme "agressifs", car ils n'hésitent pas à avancer des thèses solides dans leurs présentations ou à remettre en question le conférencier sur n'importe quel point. Il y a du vrai dans cela. Si vous ne me croyez pas, essayez de donner une conférence à l'Institut Weizmann et regardez un étudiant en master de première année démonter vos idées en public devant une salle pleine de gens. C'est une expérience transformante, pour le moins, mais elle peut être très utile dans le secteur privé : vous devez être capable de défendre vos idées et votre travail. Il n'y a pas de personnes ou d'entreprises qui sont devenues prospères en étant incertaines.

J'ai passé une grande partie de ma carrière de doctorat à discuter de physique des particules avec mon directeur de thèse. Pendant les mois chauds de l'été du Midwest, ces discussions avaient souvent lieu sur le perron de sa maison de style colonial, avec un verre de limonade froide ou d'eau pétillante (toujours un petit plus pour stimuler votre cerveau). J'ai appris autant de ces discussions que de mes cours. Non seulement sur la physique, mais aussi sur le fait de de penser de manière critique. Nous lisions des prépublications d'articles récents sur la physique des particules et essayions de les comprendre, de les remettre en question et de trouver des failles dans leurs arguments. C'était une manière d'identifier des opportunités pour nos propres orientations de recherche. Nous faisions de même pour notre propre travail, afin de nous assurer que nous ne manquions rien d'important.

À ce jour, j'applique toujours la même approche autocritique à tout le travail en data science que je fais chez B12, et je le crédite tout à mon éducation doctorale.

Ma conclusion sur mon expérience de l'enseignement supérieur européen était que le "style" académique européen est différent (pas nécessairement moins bon, juste différent). Les exposés dans les universités européennes ont tendance à être plus retenus, avec beaucoup moins de questions et d'interruptions. Les étudiants ont moins tendance à poser des questions que, disons, un professeur. En partie, cela tient probablement à des différences culturelles, mais cela s'accompagne d'une hiérarchie plus marquée, et j'ai toujours eu l'impression que, en moyenne, les étudiants manquaient de confiance pour défendre leur point de vue. À l'UCLouvain, j'étais très heureux que mon directeur de thèse me permette même de développer mes idées de recherche, peu importe à quel point elles pouvaient paraître folles. Cependant, mon travail et mes idées m'ont parfois valu des ennuis avec d'autres membres du corps professoral. La plupart des universités européennes ont désormais des exigences pour que les étudiants rédigent des articles et fassent des présentations orales pour obtenir leur diplôme, mais j'ai l'impression que l'accent mis sur ces compétences est beaucoup moins prononcé en Europe qu'aux États-Unis, par exemple.

Un doctorat exige que vous soyez capable d'apprendre rapidement, et apprendre rapidement est une compétence que vous devez apprendre en soi. Il y a généralement tellement de matière à assimiler que vous devez être capable d'absorber et de comprendre rapidement. J'ai fait cela en développant d'abord une solide base en mathématiques et en physique sur laquelle je pouvais facilement construire. Trouver des similitudes entre de nouvelles matières et celles que je connaissais déjà m'a aidé à apprendre le matériel plus rapidement. Plus j'apprenais, plus il était facile d'ajouter de nouvelles connaissances.

Mon programme de doctorat avait également une règle selon laquelle chaque étudiant devait donner au moins une conférence par semestre. La plupart des gens le faisaient plus souvent. Cela signifiait que vous deviez vous tenir devant une salle pleine de gens et défendre vos idées au moins dix fois avant de défendre votre thèse (sans compter les conférences et ateliers). Mon directeur de thèse m'a également poussé à écrire personnellement tous nos articles. Je lui en suis éternellement reconnaissant, même si cela a parfois été une expérience frustrante. Tout ce qui précède m'a permis de développer la confiance en moi pour parler en public et la capacité à communiquer mes idées clairement et efficacement.

Quand j'ai quitté le milieu académique pour rejoindre B12, j'ai estimé que les compétences que j'avais acquises pendant mes années de doctorat me préparaient bien à un rôle de data scientist: j'avais toutes les compétences techniques, analytiques et de communication dont j'avais besoin, une solide formation en mathématiques et en physique (oui, savoir beaucoup de physique est toujours très utile dans mon travail quotidien) et la capacité à apprendre rapidement. Je considère toujours que, à sa base, la data science est une discipline de recherche.

La transition n'a toutefois pas été complètement sans heurts. J'ai dû réapprendre à coder, car les normes de développement logiciel dans le milieu académique sont environ 10 ans en retard par rapport au secteur informatique dans le business. Même si la manière dont j'aborde les problèmes en data science et la manière dont j'abordais les problèmes de recherche académique sont similaires, j'ai dû comprendre que contrairement à l'environnement académique, où l'on dispose essentiellement d'une infinité de temps pour explorer un problème, le secteur privé, notamment dans le domaine de la consultance, impose des contraintes de ressources strictes. Chaque projet est un investissement, et le résultat doit générer de la valeur (c'est-à-dire soit gagner de l'argent, soit en économiser) à un certain niveau.

Mon impression est que l'apprentissage de toutes les compétences pertinentes en informatique que je n'avais pas en tant qu'étudiant en doctorat était tout à fait possible sur le terrain. Cependant, je soutiens que l'apprentissage des compétences que j'ai développées pendant mon doctorat est beaucoup plus difficile en dehors du milieu académique : la pensée analytique, une base solide en mathématiques, la capacité à apprendre rapidement... toutes ces compétences se développent en étant au cœur de la science pendant quelques années.

Enfin, je pense qu'il est juste de dire qu'il n'y a qu'un seul type de personne qui termine un doctorat : celle qui est vraiment curieuse de comprendre comment le monde fonctionne. Celle qui est persévérante, mais aussi flexible et créative. Et c'est précisément cette combinaison de curiosité, de flexibilité et de créativité qui fait de grands data scientists.

Un doctorat en STEM est-il un atout pour une carrière en data science ?

Ma réponse brève à cette question est : oui.

La réponse plus longue ressemblerait à ceci :

Il est clair qu'il y a un décalage entre les compétences des titulaires de doctorat et ce que l'industrie attend, mais dans l'ensemble, je pense que la plupart des personnes titulaires d'un doctorat en STEM peuvent combler ce fossé. Le fait qu'il existe plusieurs initiatives visant à rapprocher l'industrie et l'académie en STEM au niveau européen me donne confiance dans l'amélioration de la situation à l'avenir.

Gardez à l'esprit que le doctorat ne concerne pas le diplôme, mais les compétences que vous développerez pendant votre doctorat. Celles-ci comprennent de solides compétences en pensée analytique et critique, la capacité à apprendre rapidement et de solides compétences en communication, en plus de toutes les compétences techniques que vous acquérez dans le cadre de votre programme en STEM.

Si vous envisagez un doctorat, assurez-vous que vous en sortirez avec les compétences transférables mentionnées ci-dessus. Si votre doctorat se résume à quelqu'un vous donnant des tâches à exécuter sans vous demander d'y réfléchir avec une vision d’ensemble, si vous passez tout votre doctorat sans rédiger un article ou donner une conférence, alors votre programme de doctorat ne vous aide pas. Cela est pertinent à la fois si vous poursuivez votre carrière académique et si vous passez à l'industrie.

Chez B12, notre expérience montre que les profils académiques solides, en particulier les titulaires de doctorat en STEM, apportent une valeur exceptionnelle à notre équipe et définissent l'ADN scientifique de B12 en tant qu'entreprise d'innovation

Nous attendons de nos data scientists qu'ils puissent fonctionner comme des mercenaires de la science : formés aux tactiques de guérilla de la guerre des données, capables de s'adapter à n'importe quel domaine et de développer des solutions créatives à tout problème basé sur les données. Les titulaires de doctorat en STEM conviennent généralement très bien à ce rôle ! Actuellement, environ 40 % de notre équipe est titulaire d'un doctorat, et nous continuons à rechercher activement des titulaires de doctorat en STEM dans le processus de recrutement.

Cela ne signifie pas pour autant que vous ne pouvez pas être un excellent data scientist si vous n'avez pas de doctorat. Environ la moitié de notre équipe de data scientists n'a pas de doctorat, et ils sont tous très compétents dans leur travail ! Cependant, lors de leur recrutement, ils l'ont été en raison de leurs compétences en pensée analytique et de leur capacité à apprendre rapidement, avant tout le reste, et ce sont des compétences qui devraient être acquises par quelqu'un titulaire d'un doctorat en STEM.