Pour monter en compétences sur les sujets techniques, notamment ceux associés à l'univers de la data et de la data science, j'ai combiné plusieurs approches. Voici les principales actions que j'entreprends pour parvenir à appréhender un nouveau domaine qu'il soit technique ou non.

1. Revue de littérature et recherche web

La première étape de mon apprentissage passe par une revue approfondie de la littérature disponible et une recherche web intensive. Je consulte des articles académiques, des livres spécialisés, et des blogs de référence. Par exemple, je lis régulièrement des articles de journaux scientifiques ou des ouvrages fondamentaux (aller voir "Ma librairie").

2. Formations en ligne

Je complète cette approche théorique par des formations en ligne notamment sur Udemy Business. Cf. mes certifications obtenues listées sur linkedIn.

3. Podcasts et fils d'actualités

Pour rester à jour sur les dernières tendances et découvertes, j'écoute des podcasts spécialisés comme "Data Gen" ou "Clef de voûte". Je suis également des fils d'actualités sur LinkedIn de personnes influentes dans le domaine, comme Emmanuel Vivier sur l'IA Gen, ou des groupes comme Vitaly Friedman sur la partie expérience utilisateur.

4. Discussions et interviews

Mes expériences professionnelles m'ont offert l'opportunité de monter en compétences via des discussions enrichissantes avec des profils techniques. Par exemple, lors de collaborations avec des data scientists et des ingénieurs logiciels, j'ai pu approfondir ma compréhension des métiers de la data et les problématiques que rencontrent ces usagers.

5. Analyse de fiches métiers et veille concurrentielle

L'analyse de fiches métiers et la veille concurrentielle sont également des éléments clés de mon apprentissage. En examinant les compétences demandées pour des postes de data scientist ou data analyst, je peux cibler mes efforts de formation. De plus, la veille concurrentielle me permet de comprendre comment d'autres entreprises utilisent la data science pour innover.

6. Partage des connaissances sur canaux de veille interne

Au sein de mon organisation, je participe activement à des canaux de veille interne où nous partageons des articles, des études de cas, et des retours d'expérience. Ce partage de connaissances favorise un apprentissage collectif et m'aide à consolider mes acquis.

7. Analyse des études des équipes marketing

Enfin, l'analyse des études produites par les équipes marketing m'apporte des insights précieux sur l'application concrète de la data science dans l'amélioration des performances commerciales et la satisfaction client. Par exemple, en étudiant des analyses de marché et des comportements clients, j'ai pu comprendre l'importance des modèles prédictifs et des analyses de segmentation.