{ "url": "https://11d.im/yo/20220224165157/", "published": "Thu Feb 24 2022 17:51:57 GMT+0100 (Central European Standard Time)", "updated": "Tue Oct 08 2024 00:09:56 GMT+0200 (Central European Summer Time)", "author": { "name": "tk", "url": "https://11d.im" }, "content": "
\n

En ce moment, \u00e0 Etalab, je regarde comment poursuivre les recommandations du rapport DINUM-INSEE publi\u00e9 en 2021. Ayant une formation initiale en math\u00e9matiques appliqu\u00e9es dont les statistiques mais n\u2019ayant jamais vraiment exerc\u00e9 le m\u00e9tier de statisticien et ayant saut\u00e9 dans le bandwagon de la data science en venant plut\u00f4t des humanit\u00e9s num\u00e9riques et de l\u2019analyse de graphe, j\u2019ai l\u2019impression d\u2019analyser quelque chose qui aurait du m\u2019arriver mais auquel j\u2019ai \u00e9chapp\u00e9 par effet de d\u00e9tours.

\n

En faisant, le rapprochement entre informatisation et polarisation des revenus (@autor2003, @goos2007, @frey2017), j\u2019\u00e9tais un peu trop focus sur les effets des \u00e9volutions techniques comme l\u2019arriv\u00e9e du machine learning. Tout en gardant en t\u00eate qu\u2019il y a d\u2019autres causes externes dans la s\u00e9lection de ce qui est automatis\u00e9 ou informatis\u00e9. L\u2019\u00e9volution technique s\u2019est plut\u00f4t fait en d\u00e9faveur des ouvriers de la logistique par exemple.

\n
\n

Le secteur a malgr\u00e9 tout connu des vagues de modernisation depuis vingt ans. Auparavant, les entrep\u00f4ts \u00e9taient des lieux de travail plut\u00f4t v\u00e9tustes. Les logiciels professionnels de gestion, qui servent \u00e0 suivre les colis, \u00e0 automatiser la gestion des stocks, sont arriv\u00e9s en premier. Puis sont venues au milieu des ann\u00e9es 2000 des technologies qui relient ces logiciels aux ouvriers : commandes vocales, casques sur les oreilles avec une voix num\u00e9rique qui donne les consignes, \u00e9crans tactiles qui indiquent les emplacements, ou minuteurs indiquant le temps imparti pour chercher un produit.

\n

Ces technologies entra\u00eenent plus de r\u00e9p\u00e9titivit\u00e9 dans les t\u00e2ches qui n\u00e9cessitent moins de savoir-faire et d\u2019autonomie. Elles vont aussi acc\u00e9l\u00e9rer et intensifier le travail. Par exemple, la commande vocale augmente de 10 % \u00e0 15 % la productivit\u00e9 dans les entrep\u00f4ts.

\n

Enfin, le travail devient individualis\u00e9 \u2013 il n\u2019y a plus de besoin d\u2019\u00e9changer avec les coll\u00e8gues \u2013 et un contr\u00f4le de l\u2019ouvrier s\u2019est instaur\u00e9, car ces technologies permettent un suivi pr\u00e9cis de l\u2019activit\u00e9.

\n

Entretien \u00ab Le travailleur de la logistique symbolise l\u2019ouvrier moderne \u00bb (Alternatives \u00c9conomiques)

\n
\n

Pour en revenir au travail de la donn\u00e9e, je pense qu\u2019un changement majeur qui correspond \u00e9galement au d\u00e9collage des termes \u00ab data scientist \u00bb et \u00ab data analyst \u00bb dans les recherches google est la multiplication de disponibilit\u00e9 de donn\u00e9es ouvertes ou sous forme de proto-data trust. Je me souviens par exemple qu\u2019au d\u00e9but de ce qui aurait pu \u00eatre une carri\u00e8re dans la statistique, les donn\u00e9es \u00e0 traiter \u00e9taient \u00e0 100% issues d\u2019enqu\u00eates fa\u00eetes soit m\u00eame, achet\u00e9es \u00e0 une entreprise de sondage ou bien demand\u00e9es \u00e0 un organisme publique. Il y a \u00e9galement aussi un potentiel de composition de jeux de donn\u00e9es qu\u2019il y avait pas vraiment auparavant. Les donn\u00e9es \u00e9tant \u00ab en silo \u00bb, on faisait des croiser \u00e0 l\u2019int\u00e9rieur du m\u00eame jeu de donn\u00e9es mais pas vraiment de croisement \u00e9tendus en m\u00e9langeant des bases de donn\u00e9es \u00e0 des niveaux individuels (et non-agr\u00e9g\u00e9s). Au mieux, on posait des chiffres c\u00f4te \u00e0 c\u00f4te sans aller vraiment plus loin.

\n

Dans cette sous-estimation de l\u2019impact de l\u2019open data sur le d\u00e9veloppement de nouveaux m\u00e9tiers ou la transformation des m\u00e9tiers d\u2019analyste et de statisticien, je pense qu\u2019on sous-estime \u00e9galement l\u2019importance de l\u2019effet de r\u00e9seau. Il y a une polarisation. D\u2019un c\u00f4t\u00e9, l\u2019administration publique formule beaucoup de travail autour de la mise en qualit\u00e9 et de la distribution sans se poser trop de question sur la r\u00e9utilisabilit\u00e9 effective et les r\u00e9utilisations. Sans vraiment r\u00e9utiliser elle-m\u00eame non plus. De l\u2019autre c\u00f4t\u00e9, il y a beaucoup d\u2019annonces dans le priv\u00e9 qui se focalisent, au mieux, sur l\u2019analyse et l\u2019exploitation sans \u00e9voquer les comp\u00e9tences en acquisition de donn\u00e9es et de production de nouvelles donn\u00e9es ouvertes.

\n

Cependant, mon hypoth\u00e8se est que le petit d\u00e9calage de tendance entre \u00ab data scientist \u00bb et \u00ab data analyst \u00bb provient d\u2019une prise de conscience de la connaissance et de l\u2019information que peuvent apporter les donn\u00e9es disponibles. Il ne s\u2019agit pas seulement de faire des moteurs de recommandation ou de la reconnaissance d\u2019image. Il y a un potentiel encore inexploit\u00e9 de transformation des modes d\u2019action, que ce soit du business ou du politique, plus largement agir sur/dans le social, \u00e0 travers une meilleure compr\u00e9hension par la mod\u00e9lisation et la composition de donn\u00e9es.

\n
", "content-plain": "En ce moment, \u00e0 Etalab, je regarde comment poursuivre les recommandations du rapport DINUM-INSEE publi\u00e9 en 2021. Ayant une formation initiale en math\u00e9matiques appliqu\u00e9es dont les statistiques mais n\u2019ayant jamais vraiment exerc\u00e9 le m\u00e9tier de statisticien et ayant saut\u00e9 dans le bandwagon de la data science en venant plut\u00f4t des humanit\u00e9s num\u00e9riques et de l\u2019analyse de graphe, j\u2019ai l\u2019impression d\u2019analyser quelque chose qui aurait du m\u2019arriver mais auquel j\u2019ai \u00e9chapp\u00e9 par effet de d\u00e9tours.\n\nEn faisant, le rapprochement entre informatisation et polarisation des revenus (@autor2003, @goos2007, @frey2017), j\u2019\u00e9tais un peu trop focus sur les effets des \u00e9volutions techniques comme l\u2019arriv\u00e9e du machine learning. Tout en gardant en t\u00eate qu\u2019il y a d\u2019autres causes externes dans la s\u00e9lection de ce qui est automatis\u00e9 ou informatis\u00e9. L\u2019\u00e9volution technique s\u2019est plut\u00f4t fait en d\u00e9faveur des ouvriers de la logistique par exemple.\n\nLe secteur a malgr\u00e9 tout connu des vagues de modernisation depuis vingt ans. Auparavant, les entrep\u00f4ts \u00e9taient des lieux de travail plut\u00f4t v\u00e9tustes. Les logiciels professionnels de gestion, qui servent \u00e0 suivre les colis, \u00e0 automatiser la gestion des stocks, sont arriv\u00e9s en premier. Puis sont venues au milieu des ann\u00e9es 2000 des technologies qui relient ces logiciels aux ouvriers : commandes vocales, casques sur les oreilles avec une voix num\u00e9rique qui donne les consignes, \u00e9crans tactiles qui indiquent les emplacements, ou minuteurs indiquant le temps imparti pour chercher un produit.\n\nCes technologies entra\u00eenent plus de r\u00e9p\u00e9titivit\u00e9 dans les t\u00e2ches qui n\u00e9cessitent moins de savoir-faire et d\u2019autonomie. Elles vont aussi acc\u00e9l\u00e9rer et intensifier le travail. Par exemple, la commande vocale augmente de 10 % \u00e0 15 % la productivit\u00e9 dans les entrep\u00f4ts.\n\nEnfin, le travail devient individualis\u00e9 \u2013 il n\u2019y a plus de besoin d\u2019\u00e9changer avec les coll\u00e8gues \u2013 et un contr\u00f4le de l\u2019ouvrier s\u2019est instaur\u00e9, car ces technologies permettent un suivi pr\u00e9cis de l\u2019activit\u00e9.\n\nEntretien \u00ab Le travailleur de la logistique symbolise l\u2019ouvrier moderne \u00bb (Alternatives \u00c9conomiques)\n\nPour en revenir au travail de la donn\u00e9e, je pense qu\u2019un changement majeur qui correspond \u00e9galement au d\u00e9collage des termes \u00ab data scientist \u00bb et \u00ab data analyst \u00bb dans les recherches google est la multiplication de disponibilit\u00e9 de donn\u00e9es ouvertes ou sous forme de proto-data trust. Je me souviens par exemple qu\u2019au d\u00e9but de ce qui aurait pu \u00eatre une carri\u00e8re dans la statistique, les donn\u00e9es \u00e0 traiter \u00e9taient \u00e0 100% issues d\u2019enqu\u00eates fa\u00eetes soit m\u00eame, achet\u00e9es \u00e0 une entreprise de sondage ou bien demand\u00e9es \u00e0 un organisme publique. Il y a \u00e9galement aussi un potentiel de composition de jeux de donn\u00e9es qu\u2019il y avait pas vraiment auparavant. Les donn\u00e9es \u00e9tant \u00ab en silo \u00bb, on faisait des croiser \u00e0 l\u2019int\u00e9rieur du m\u00eame jeu de donn\u00e9es mais pas vraiment de croisement \u00e9tendus en m\u00e9langeant des bases de donn\u00e9es \u00e0 des niveaux individuels (et non-agr\u00e9g\u00e9s). Au mieux, on posait des chiffres c\u00f4te \u00e0 c\u00f4te sans aller vraiment plus loin.\n\nDans cette sous-estimation de l\u2019impact de l\u2019open data sur le d\u00e9veloppement de nouveaux m\u00e9tiers ou la transformation des m\u00e9tiers d\u2019analyste et de statisticien, je pense qu\u2019on sous-estime \u00e9galement l\u2019importance de l\u2019effet de r\u00e9seau. Il y a une polarisation. D\u2019un c\u00f4t\u00e9, l\u2019administration publique formule beaucoup de travail autour de la mise en qualit\u00e9 et de la distribution sans se poser trop de question sur la r\u00e9utilisabilit\u00e9 effective et les r\u00e9utilisations. Sans vraiment r\u00e9utiliser elle-m\u00eame non plus. De l\u2019autre c\u00f4t\u00e9, il y a beaucoup d\u2019annonces dans le priv\u00e9 qui se focalisent, au mieux, sur l\u2019analyse et l\u2019exploitation sans \u00e9voquer les comp\u00e9tences en acquisition de donn\u00e9es et de production de nouvelles donn\u00e9es ouvertes.\n\nCependant, mon hypoth\u00e8se est que le petit d\u00e9calage de tendance entre \u00ab data scientist \u00bb et \u00ab data analyst \u00bb provient d\u2019une prise de conscience de la connaissance et de l\u2019information que peuvent apporter les donn\u00e9es disponibles. Il ne s\u2019agit pas seulement de faire des moteurs de recommandation ou de la reconnaissance d\u2019image. Il y a un potentiel encore inexploit\u00e9 de transformation des modes d\u2019action, que ce soit du business ou du politique, plus largement agir sur/dans le social, \u00e0 travers une meilleure compr\u00e9hension par la mod\u00e9lisation et la composition de donn\u00e9es.", "syndication": [], "type": "entry", "name": "l'impact de la disponibilit\u00e9 de la donn\u00e9e sur ses m\u00e9tiers" }