Exploiter les données, les outils analytiques et l'apprentissage machine peut fournir un avantage compétitif aux entreprises. Mais réussir à monter un programme de machine learning semble hors de portée pour beaucoup d'entre elles. Elles manquent parfois de data scientists, d'ingénieurs données ou d'autres talents spécifiques ; les processus de science des données peuvent sembler trop chronophages ou encore nécessitent trop de ressources. Tel est le dilemme auquel Convergint Technologies s'est retrouvé confronté il y a quelques années de cela. L'activité de cet intégrateur global, basé à Schaumburg dans l'Illinois, consiste à concevoir, installer et gérer des systèmes intégrés pour le bâtiment, comme des systèmes de sécurité électroniques, d'alerte incendie ou de sûreté. L'équipe dirigeante de l'entreprise voulait exploiter l'intelligence artificielle pour établir des prévisions de vente. Le seul problème ? Convergint n'avait pas de fonction de data science. Le groupe ne disposait même pas d'un DSI.

Lire la suite sur CIO.