Abdou et Clément, nous partagent leur intégration, les débuts de leurs travaux… de leur stage de fin d’études réalisé à Lille.

Hello Abdou et Clément, dites-nous-en un peu plus sur vous !

Clément : Je suis étudiant à l’IG2I à Lille. J’ai découvert Ineat, filiale du Groupe Astek, et la Digital Factory lors du forum entreprise organisé par mon école. À ce moment-là, je cherchais un stage de fin d’études. J’en ai discuté avec les collaborateurs du Groupe sur place, et Germain – un ancien de mon école – m’a parlé de ce programme de stages ; programme qui a tout de suite attiré mon attention !

Abdou : Pour ma part, j’ai suivi une formation spécialisée dans le Machine Learning au sein de l’Université de Lille. En faisant mes recherches pour un stage de six mois, j’ai découvert une offre de stage proposée par Astek : « Machine Learning as a Service ». Ce stage concernait des sujets liant le Cloud au Machine Learning et représentait donc une grande opportunité pour moi car le Cloud m’était encore totalement inconnu ; pourtant ce domaine est plus que nécessaire lorsqu’on parle Machine Learning et Data.

Une fois les entretiens passés, comment se sont passés votre intégration et vos premiers jours ?

Abdou : L’ambiance a toujours été très bonne et grâce à l’aspect familial qu’on retrouve partout dans les locaux, nous avons très vite été intégrés. Nous sommes quatre stagiaires de la Pépinière Digital Factory dans les locaux de Lille et nous échangeons beaucoup entre nous mais cela ne nous empêche pas de déjeuner avec toutes les équipes, de participer aux jeux de société pendant les pauses et aux afterworks.
 
Clément : Dès le début, nous avons très bien été accueillis. Étant en stage à Lille, nous avons rejoint les locaux d’Ineat, filiale du Groupe Astek. Nos tuteurs étaient aussi sur place donc ils étaient présents dès notre arrivée et tout au long de notre parcours. Nous avons fait un tour des locaux et nous avons été présentés aux consultants et Managers sur place afin qu’ils nous parlent de leur métier, de l’entreprise et de ses enjeux. Ça y est, le stage était lancé !

Pouvez-vous nous parler de vos missions durant ce stage ?

Clément : Au départ, nous avions des documentations à étudier et des recherches à effectuer sur le Cloud. Pour ma part, j’avais déjà des connaissances sur le sujet mais cela permettait de s’assurer qu’on était tous au même niveau, car beaucoup n’avaient jamais étudié le Cloud, puis de pousser la réflexion sur le sujet.
Nous avions aussi une série d’études de cas qui nous permettait d’en apprendre davantage sur les différents fournisseurs Cloud ; surtout AWS, GCP (Google Cloud Platform) et Azure.
 
Ensuite, venait la partie la plus intéressante du stage. Nous devions proposer un projet personnel à notre tuteur avec une problématique de recherche concernant l’utilisation de la donnée pour la création d’un modèle de Machine Learning hébergé sur une infrastructure Cloud. Nous étions totalement libres concernant le choix du sujet, nous devions simplement avoir des données disponibles en open source pour pouvoir approfondir correctement nos sujets.
 
Pour ma part, j’ai choisi d’étudier la consommation d’électricité en France. Le Machine Learning devrait nous permettre de prédire la consommation d’énergie en France des années à venir à partir des données des années passées et donc d’anticiper les besoins de production
J’ai d’abord travaillé avec AWS pour concevoir une architecture Cloud et un ensemble de services pour traiter, analyser et stocker la donnée ; avant d’utiliser GCP pour comparer les deux plateformes.
 
Abdou : Forcément, mon stage a commencé de la même manière, à l’exception près que je n’y connaissais pas grand-chose au Cloud au départ.
Une fois mes recherches et les études de cas terminées, j’ai décidé de travailler sur l’analyse des sentiments en temps réel à travers des tweets. Il fallait d’abord que j’étudie la capacité à récupérer les tweets depuis les comptes Twitter, de les nettoyer, de les traiter afin d’en tirer des résultats à analyser et à stocker.
 
Ensuite, il fallait faire le lien avec GCP pour optimiser la récupération, le traitement, l’acheminement et l’agrégation des données, extraire les sentiments, les stocker, et les visualiser. Tout ce travail permet d’apprendre au mieux à la machine à analyser les sentiments des tweets au fur et à mesure qu’elle les étudie. C’est un sujet simple qui est néanmoins très complet et qui m’a permis de beaucoup apprendre !
 
Une fois le projet terminé, nous travaillons au passage d’une certification Cloud au choix parmi les services que nous avons étudiés. Clément et moi avons choisi Google Cloud Platform car, à la suite de nos études et de nos projets, nous avons trouvé que c’était le fournisseur Cloud le plus complet et le plus utilisé dans le Nord.