Trois axes nés d'un même audit

Le contexte

Cette entreprise édite des logiciels métier pour le secteur du transport et de la logistique. Son équipe technique compte une trentaine de développeurs, organisés en profils dev, devops, QA et BI, sur une stack Java/Spring avec des outils de test modernes (Jest, Cypress, Playwright).

Ce que l'audit a révélé

Le diagnostic a mis en lumière trois chantiers distincts, à des niveaux différents de l'entreprise : une donnée client abondante mais peu exploitée, un usage de l'IA générative encore limité à quelques initiés, et une équipe de développement en demande d'outils concrets plutôt que de théorie. Plutôt que de traiter un seul sujet, l'entreprise a choisi d'avancer sur les trois fronts en parallèle.

Axe 1 : valoriser la donnée client

Une partie de la donnée client était déjà stockée mais quasiment inexploitée, alors qu'elle représente un vivier d'information pour de futurs relais de croissance (nouvelles offres, analyses personnalisées). Une mission a été lancée pour poser un socle technique de valorisation de cette donnée, avec la mise en place d'un entrepôt de données Snowflake comme fondation. Cette mission a ensuite été reprise par un autre prestataire pour son déploiement complet.

Axe 2 : généraliser la formation à l'IA générative

J'ai animé une journée de formation qui a réuni une vingtaine de collaborateurs clés en dehors des équipes de développement, notamment côté marketing et commerce. L'IA générative y est aujourd'hui devenue un outil utilisé au quotidien par ces équipes.

Axe 3 : des hackathons pour ancrer l'usage chez les développeurs

Plutôt qu'une formation classique, j'ai animé des hackathons d'une journée en petits groupes, mêlant développeurs, devops, QA et BI, autour de cas d'usage concrets de leur propre stack (génération de tests, documentation technique, assistance à la montée de version, génération de release notes). Dix POC ont été développés sur l'ensemble des sessions.