L’enseigne Sephora dispose d’une équipe Data centralisée fonctionnant désormais en mode agile et sur une même plateforme pour accélérer tout le cycle de vie des modèles de Machine Learning.
Entreprise du retail présente dans 15 pays, Sephora entend, comme les autres acteurs, tirer profit de l’intelligence artificielle. A cette fin, l’enseigne a mis sur pied une équipe Data Science chargée du développement et du déploiement de cas d’usage.
Intégrée au département Digital & IT, elle compte 12 personnes aux “compétences complémentaires”, soit des product owners, des data scientists et des ML & Data engineers. Leur mission porte principalement sur l’usage du ML appliqué au parcours client et à l’optimisation des opérations business.
A lire aussi : Michelin poursuit sa mue Data Mesh
Cette factory Data & IA sert les besoins des différents métiers de Sephora sur 15 pays. Et sa fonction n’est pas la recherche et développement. Elle doit en effet délivrer de la valeur aux métiers. Dans cette perspective, elle dispose d’un catalogue de cas d’usage existants à déployer localement.
Elle maintient et optimise ce catalogue en apportant des améliorations aux algorithmes lorsque c’est pertinent. L’équipe Data Science développe en outre de nouveaux cas d’usage. Enfin, elle prend en charge les tâches de test et de mesure sur les plans techniques et de création de valeur business.

Pour améliorer ses résultats sur ces quatre principaux enjeux, Sephora a fait évoluer son organisation et sa stack technologique. Pour ses développements en Machine Learning, l’entreprise s’appuie depuis 2017 sur la solution Dataiku. Cependant, dans un premier temps, l’outil était réservé aux data scientists.
Les data ingénieurs disposaient eux de leur propre application. Résultat : des développements supplémentaires étaient nécessaires au niveau de l’ingénierie pour permettre la mise en production des algorithmes, déclare Alexandre Russeil, Data Scientist pour Sephora.
La décision a donc été prise de regrouper tous les utilisateurs du département Data sur une même plateforme, avec plusieurs bénéfices en termes de collaboration et d’accélération des déploiements. Les progrès en matière de collaboration concernent les interactions au sein de la communauté de développement, mais aussi avec les métiers.
D’après l’expert, ce recours à une solution unique, de l’idéation au déploiement, facilite ainsi l’exposition des données et des résultats des algorithmes, par le biais de tableaux de bord ou d’API.
Au niveau technologique, la plateforme de Data Science est combinée à une infrastructure scalable. Sephora exploite ainsi les services GCP (Google Cloud Platform), en particulier BigQuery, ainsi que des clusters Kubernetes. L’automatisation ne réside pas seulement au niveau de l’infrastructure. Une chaîne CI/CD (DevOps) a été mise en place pour accélérer les déploiements et automatiser.

En outre, depuis 2022, l’équipe Data Science a basculé d’une méthodologie de développement classique avec des cycles en V à de l’agile (Scrum). Pour ses modèles de Machine Learning, la squad AI Factory de Sephora travaille donc sur des “core models” avec un périmètre de départ réduit.  
L’objectif est ainsi de délivrer plus rapidement de la valeur. Par le biais de sprints courts, les modèles en V0 sont ensuite enrichis de manière incrémentale. Et sur chacun de ces cycles, les métiers sont directement impliqués, détaille le Data Scientist Clément Marchal.
“D’un point de vue ML, nous pouvons profiter de fonctionnalités avancées de l’outil, comme les modèles partitionnés, en permettant aux data scientists de designer un seul algorithme, mais qui apprend de manière spécifique sur chacun des pays grâce aux partitions de données”, ajoute son confrère.
Toujours dans une perspective d’industrialisation, Sephora a adopté les principes du MLOps en matière de monitoring et d’alerting. Pour chaque modèle en production, des métriques techniques et business sont remontées. En ce qui concerne l’alerting, l’automatisation a pour but de favoriser la réactivité.
“Le but est d’être alerté très rapidement. On ne peut pas atteindre qu’un fail arrive jusqu’au business. Nous avons donc synchronisé Dataiku pour créer automatiquement des tickets dans notre système de ticketing”, cite notamment Hicham Aissaoui, Lead Software & Data Engineer pour Sephora.
Pour les experts de l’enseigne, qui s’exprimaient en septembre lors du salon Big Data Paris, la plus-value de cette “transformation technologique et organisationnelle” est plus que significative.
En termes de “time to deployment”, c’est-à-dire la capacité à déployer un cas d’usage existant dans un nouveau pays, cette durée a été réduite de plusieurs semaines ou mois à quelques jours. Ce gain est critique pour accélérer la mise en production sur les différents marchés du catalogue existant de 20 cas d’usage.
L’équipe Data se félicite aussi de l’apport du monitoring et du MLOps dans la réduction du temps consacré à la maintenance des modèles. La durée de ces tâches de maintenance a été divisée par deux. “Moins nous passons de temps sur la maintenance et plus nous sommes disponibles sur le développement de nouveaux cas d’usage”, insiste Clément Marchal.
Dans ce secteur aussi, les évolutions réalisées produisent des résultats. De l’idéation à l’automatisation, le développement d’un nouveau cas d’usage de machine learning nécessite désormais 4 mois, contre 12 auparavant. Ces différents bénéfices, Sephora les explique donc par une meilleure collaboration dans les équipes et par l’agilité introduite au niveau du déploiement, de l’automatisation et du MLOps.
Ce chantier finalisé, l’étape future pour l’équipe Data Science de l’entreprise consistera donc à accélérer encore le recours à l’intelligence artificielle. Celle-ci prévoit donc de s’ouvrir à de nouveaux départements, d’étendre son catalogue de cas d’usage et de consacrer plus de temps à l’optimisation de l’existant.
Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *
Commentaire *
Nom *
Email *
Site web


Δ
Inscrivez-vous à la
Newsletter Alliancy

Numérique4ever
Un ancien ministre face à la révolution métavers, Rencontre avec Medhi Houas
Les events de la rédaction
Média sur la transformation numérique des entreprises, engagé en faveur du « Plus forts ensemble », Alliancy sélectionne pour vous les témoignages et les retours d’expériences de femmes et d’hommes actifs dans une dynamique d’innovation. Vision stratégique, gouvernance et modes d’organisation, utilisation de la donnée, enrichissement et animation d’écosystèmes (innovation, ressources humaines, systèmes d’information, finances et achats…), cloud, sécurité et pilotage du SI… Nous nous intéressons à ces différents leviers de la transformation pour qu’ils s’invitent peu à peu dans votre quotidien. Stimulez votre curiosité, gagnez du temps et identifiez les clés de la réussite de votre entreprise.
ISSN  2727-5264
 


 
LES DOSSIERS WEB
LA NEWSLETTER ALLIANCY
NOUS CONTACTER
DEVENIR ANNONCEUR
PARTENAIRES
POLITIQUE DE PROTECTION DE VOS DONNÉES
INFORMATIONS LÉGALES
CGV

Les cookies nécessaires sont absolument essentiels au bon fonctionnement du site Web. Ces cookies assurent les fonctionnalités de base et les fonctions de sécurité du site Web, de manière anonyme.
Les cookies fonctionnels aident à exécuter certaines fonctionnalités telles que le partage du contenu du site Web sur les plates-formes de médias sociaux, la collecte de commentaires et d’autres fonctionnalités tierces.

Ce sont des cookies tiers utilisés par Mautic qui nous permettent d’utiliser le service Mautic. Nous utilisons Mautic pour soutenir nos activités de marketing.
Ce cookie permet de connaître l’appareil avec lequel le visiteur accède au site. Expiration du cookie au bout d’un an.
Ce sont des cookies tiers utilisés par Mautic qui nous permettent d’utiliser le service Mautic. Nous utilisons Mautic pour améliorer notre compréhension des attentes de nos lecteurs, leurs proposées des contenus et événements les plus pertinents, soutenir nos activités de marketing en suivant leur navigation sur le site, collecter de l’information sur leurs préférences et gérer les formulaires présent sur le site. 
Ce cookie permet de connaître l’origine du visiteur. 
Ce sont des cookies tiers utilisés par Mautic qui nous permettent d’utiliser le service Mautic. Nous utilisons Mautic pour améliorer notre compréhension des attentes de nos lecteurs, leurs proposées des contenus et événements les plus pertinents, soutenir nos activités de marketing en suivant leur navigation sur le site, collecter de l’information sur leurs préférences et gérer les formulaires présent sur le site. 
Ce cookie donne un ID au visiteur du site web dans le but de le reconnaître. Expiration du cookie à la fin de la session
Ce sont des cookies tiers utilisés par Mautic qui nous permettent d’utiliser le service Mautic. Nous utilisons Mautic pour améliorer notre compréhension des attentes de nos lecteurs, leurs proposées des contenus et événements les plus pertinents, soutenir nos activités de marketing en suivant leur navigation sur le site, collecter de l’information sur leurs préférences et gérer les formulaires présent sur le site. 
Ce cookie donne un ID à la session du visiteur du site, afin de la reconnaître. Expiration du cookie à la fin de la session
Les cookies de performance recueillent des informations sur l’utilisation de nos sites web afin d’améliorer leur attractivité, leur contenu et leur fonctionnalité. Ces cookies nous aident, par exemple, à déterminer quelles pages secondaires de notre site sont visitées et quel type de contenu intéresse nos lecteurs.

Ce cookie est un cookie de Youtube qui enregistre un identifiant unique pour conserver des statistiques sur les vidéos de YouTube que l’utilisateur a vues.
Ce cookie de session est créé lors du premier affichage de page pour chaque visite. Sa finalité est de permettre de n’afficher certains éléments du code que lors du premier affichage de la page, et rendre le site ainsi plus rapide.
Ce cookie est un cookie de Google Analytics permettant de limiter la cadence des requêtes. Il est valide pendant 24 heures après la date de la session.
Les cookies analytiques sont utilisés pour comprendre comment les visiteurs interagissent avec le site Web. Ces cookies aident à fournir des informations sur les mesures du nombre de visiteurs, du taux de rebond, de la source du trafic, etc.
Les cookies publicitaires sont utilisés pour proposer au visiteurs des publicités personnalisées selon votre parcours sur notre site.

Other uncategorized cookies are those that are being analyzed and have not been classified into a category as yet.

Sets a unique ID for the visitor, that allows third party advertisers to target the visitor with relevant advertisement. This pairing service is provided by third party advertisement hubs, which facilitates real-time bidding for advertisers.

source
https://netsolution.fr/gestion-de-la-production/