Jonathan Woods

25 mai 2021

Il y a une compétence que les équipes de Scotiabank valorisent lorsqu’elles recrutent les meilleurs nouveaux diplômés pour des stages et emplois liés à l’IA. C’est une compétence nécessaire pour prospérer dans une banque qui demande à ses employés d’apprendre plusieurs techniques d’IA, d’aborder un ensemble diversifié de cas d’utilisation de l’IA et de parcourir tout le chemin, de l’ensemble de données au déploiement.

En un mot, cette compétence est de la finesse – un mélange de compétence, de polyvalence et de compétences en communication – et elle est si précieuse qu’elle surpasse même les qualifications de recherche. « Nous ne consultons pas souvent les publications académiques », explique le Dr Yannick Lallement, directeur de la science des données et de l’apprentissage automatique à la Banque Scotia. « Ils sont importants, mais pas obligatoires. Ce qui est exigeant, c’est que les gens puissent réagir rapidement, comprendre les cas d’utilisation de leurs clients internes et les situations réelles, et décrire comment cela se reflète dans les données. » En d’autres mots, dit-il, « le meilleur candidat est quelqu’un qui sait penser. »

Cette priorité découle de la nature exigeante et dynamique du travail en IA chez Scotiabank. Les ingénieurs en IA et les data scientists, y compris les récents diplômés, sont appelés à travailler sur de nombreux types de projets d’apprentissage automatique à la banque – de l’utilisation du NLP pour l’analyse du sentiment à l’affinement du marketing personnalisé en passant par la création d’un outil de prédiction des flux de trésorerie. Chaque projet impacte une partie de l’entreprise et implique de travailler avec différents clients internes. Dans tous les cas, les ingénieurs et scientifiques en IA doivent établir des relations productives avec ces clients, comprendre leurs désirs et les présenter comme des cas d’utilisation de l’apprentissage automatique, puis expliquer pourquoi leurs approches proposées de données et d’apprentissage automatique sont les bonnes.

Cela demande une délicatesse habile; Repérer des étudiants coopératifs et des nouveaux diplômés ayant un sens technique, des compétences en communication et une capacité à réfléchir à un cas d’usage à partir des principes fondamentaux peut être un défi de taille. Un endroit où Scotiabank découvre de tels candidats est l’Institut Vector. Grâce à son parrainage de Vector, Scotiabank peut accéder à des événements de recrutement axés sur l’IA et au Digital Talent Hub – une plateforme en ligne conçue pour connecter les employeurs à des talents d’apprentissage automatique vérifiés, y compris plusieurs issus de programmes de maîtrise en IA reconnus par Vector.

Lallement a assisté à des événements de Vector et dit : « Ils ont un haut calibre d’étudiants. C’est probablement le plus élevé que j’ai vu dans les différents types de domaines qu’on recherche. » Ces canaux ont été fructueux, puisque Scotiabank a embauché plusieurs étudiants qui sont passés par Vector ou qui y ont été reliés.

Voici Ivy Wu. Wu a émigré en Nouvelle-Écosse depuis Guangzhou en 2015 avant de se rendre en Ontario pour faire une maîtrise en analyse de données avec une spécialisation en IA à l’Université Western, un programme officiellement reconnu par Vector pour former des diplômés possédant des compétences en IA recherchées par l’industrie. Elle a postulé pour un poste de coopérative au sein de l’équipe d’ingénierie des données de Scotiabank en utilisant le Digital Talent Hub de Vector, puis a participé à Research and Careers in AI : Financial Services Edition, un des événements professionnels sectoriels de Vector, où elle a rencontré et discuté avec des recruteurs de la banque. Après avoir été invitée à une entrevue, facilitée par l’équipe Talent de Vector, elle a été choisie pour le poste et s’est immédiatement mise au travail pour construire et déployer des pipelines de données et mettre en œuvre de nouveaux cadres pour la lignée des données.

Wu et Scotiabank se sont avérés être un excellent choix : à la fin du stage coopératif à la fin de 2020, elle a accepté un poste à temps plein à la banque. Travaillant à Scotiabank, Wu dit : « J’ai développé des compétences pour développer des cadres ou mécanismes fiables de collecte de données, appris plusieurs outils d’ingénierie des données et appliqués dans mon travail. Mais ce qui m’a le plus marqué pendant le stage coopératif, c’est que j’ai rencontré une excellente équipe et de grands leaders. »

Cela éclaire un autre aspect de l’approche de Scotiabank : l’autre côté de la médaille pour trouver des talents prometteurs en apprentissage automatique est de mettre en valeur Scotiabank comme un milieu de travail attrayant. Un attrait clé de la banque est la grande variété de défis d’apprentissage automatique que les ingénieurs en IA et les data scientists doivent relever, ainsi que les nouveaux apprentissages que cela implique. « Nous avons de nombreux cas d’usage différents à travailler. Si vous travaillez avec nous, vous ne passerez pas votre temps sur un seul cas d’utilisation. Tu vas le dépenser pour beaucoup », dit Lallement.

Un autre attrait pour les talents est la culture. « La banque met beaucoup l’accent sur la création d’un bon environnement où les gens se rassemblent réellement, apprécient travailler ensemble et veulent atteindre un objectif commun », explique Lallement. « Ça vient du sommet. » Cela se reflète dans le fait que la Banque Scotia est constamment reconnue comme l’un des meilleurs endroits où travailler au Canada, et qu’elle consacre d’importantes ressources à des programmes comme ScotiaRISE – l’initiative de 10 ans de la banque d’une valeur de 500 millions de dollars visant à promouvoir la résilience économique auprès des groupes défavorisés.

Le partenariat de la Banque Scotia avec l’Institut des Vecteurs a permis à la banque de trouver les talents spéciaux en IA qu’elle recherche et de soutenir le développement d’autres. Le fait que Vector soit basé ici à Toronto nous positionne comme un leader », dit Lallement.

« Et bien sûr, être un leader attire du talent. »