Comment j'ai appris Dataiku DSS en deux semaines

Avant de raconter comment j'ai appris Dataiku DSS en deux semaines, autant dire ce que c'est. Parce que le nom revient partout dans les offres data sans qu'on explique jamais vraiment à quoi ça sert.

Dataiku DSS, c'est quoi ?

Dataiku DSS (pour Data Science Studio) est une plateforme qui couvre toute la chaîne de la donnée : se connecter aux sources, nettoyer et préparer les données, les visualiser, entraîner des modèles de machine learning, puis mettre tout ça en production. L'idée de départ est simple : réunir dans un même endroit ce qui, sinon, est éparpillé entre un script Python, un notebook, un outil de BI et une base de données.

Sa particularité, c'est la double approche visuelle et code. On peut construire un traitement entièrement à la souris - avec des recettes (recipes) reliées dans un flow - ou basculer dans du Python et du SQL quand on a besoin de finesse. Un analyste métier et un data engineer peuvent travailler sur le même projet, chacun à son niveau. C'est ce qui explique son adoption dans beaucoup de grandes entreprises, dont La Poste.

Concrètement, on l'utilise pour trois choses : préparer la donnée (nettoyage, jointures, agrégations), explorer et visualiser, et modéliser (du ML sans écrire une ligne de code, ou en écrivant tout, au choix).

Pourquoi je m'y suis mis, et vite

On était en 2024, quelques semaines avant le début de mon alternance à La Poste. Je reçois un mail de ma N+2, Laurence Kerléguer, qui m'informe que Dataiku DSS et Power BI seraient mes outils de travail au quotidien. Le message était clair : autant s'y mettre avant le premier jour plutôt que d'apprendre l'outil et le métier en même temps. Elle joignait au passage les liens pour se former.

C'est le genre de mail qui te met dans le bon état d'esprit : arriver le premier jour en sachant déjà de quoi on parle, plutôt que de découvrir l'interface en réunion. J'ai décidé d'en faire ma priorité des deux semaines qui suivaient.

Deux semaines sur Dataiku Academy

Toute la formation officielle passe par Dataiku Academy, la plateforme d'apprentissage de l'éditeur. Elle est organisée en parcours progressifs, chacun mêlant de courtes vidéos, des démonstrations et surtout des ateliers pratiques à refaire soi-même dans une instance DSS. C'est ce format « hands-on » qui fait la différence : on ne regarde pas une formation, on manipule l'outil.

Je me suis fixé un cadre simple pour ces deux semaines : plusieurs heures chaque jour, sans sauter les exercices, dans un ordre qui suit la vie réelle d'un projet. D'abord les fondations et la logique du flow - d'où vient la donnée, ce qu'on lui fait, où elle va - parce que c'est la colonne vertébrale de tout le reste. Ensuite la préparation des données, là où DSS passe le plus clair de son temps. Puis la visualisation et une première approche du machine learning.

Le vrai déclic n'a pas été de mémoriser les recettes une par une, mais de comprendre comment elles s'enchaînent. À partir de là, découvrir une nouvelle fonctionnalité devient une variation sur une logique déjà connue, pas un chapitre à réapprendre de zéro.

Pour jalonner cette progression et me forcer à ne rien laisser dans l'ombre, j'ai passé deux certifications de l'Academy sur la période : la Core Designer d'abord, qui valide le socle, puis l'Advanced Designer, qui va plus loin sur l'automatisation et les usages avancés. Une certification ne remplace pas l'expérience, mais elle oblige à connaître aussi ce qu'on n'a pas encore eu besoin d'utiliser - exactement ce qu'on veut avant de démarrer un poste.

Ce que je fais avec DSS aujourd'hui

Deux ans plus tard, Dataiku fait partie de mon quotidien. Je l'utilise surtout pour la préparation de données - c'est là qu'il est le plus efficace, entre le nettoyage, les jointures et les agrégations - un peu pour la visualisation, et pour le machine learning quand un projet le demande.

L'intérêt, une fois qu'on est à l'aise, c'est de rester dans un seul environnement du brut jusqu'au modèle, sans perdre la traçabilité de ce qu'on a fait. C'est ce qui fait gagner du temps sur la durée, surtout quand un flux doit être repris ou audité plus tard.

Un projet perso pour ne pas perdre la main

Pour continuer à progresser en dehors du travail, je m'entraîne sur des projets personnels. Le dernier en date est un estimateur du prix de l'immobilier en Île-de-France, construit à partir des données de ventes réelles : préparation des données, exploration, puis modélisation pour prédire un prix au mètre carré.

Le code est ici : github.com/EDOUARD745/estimateur-immobilier-idf.

Ce que je referais pareil

Si je devais réapprendre un outil data aujourd'hui, je garderais la même méthode : viser vite un socle utilisable, valider par une certification pour combler les trous, puis enchaîner sur un vrai projet. On apprend un outil en s'en servant, pas en lisant sa documentation de bout en bout. Deux semaines suffisent à devenir opérationnel ; le reste vient avec les vrais problèmes.

Les liens

• Dataiku Academy : academy.dataiku.com