De l’ingénierie à la recherche en informatique : un parcours guidé par la passion des données


Quel a été votre parcours avant de commencer votre doctorat, et qu’est-ce qui vous a conduit vers la recherche en informatique ?
Mon parcours s’est construit progressivement autour des systèmes d’information, de la gestion des données et de l’aide à la décision.
J’ai commencé mes études supérieures par une formation d’ingénieur agroéconomiste à l’Institut National Polytechnique Félix Houphouët-Boigny (INP-HB) de Yamoussoukro, en Côte d’Ivoire. À l’issue de cette formation, j’ai obtenu une bourse d’études qui m’a permis de poursuivre mon cursus en double diplomation à l’Institut Agro Montpellier, en France. Attiré par les technologies de l’information et convaincu de leur potentiel pour répondre aux enjeux de l’agronomie, mais aussi plus largement des sciences du vivant, j’ai choisi de me spécialiser en technologies de l’information et de la communication pour l’agriculture et l’environnement (AgroTIC).
Cette spécialisation a constitué un véritable tournant dans mon parcours. Elle m’a permis de développer des compétences en systèmes d’information, en traitement et analyse de données, ainsi qu’en informatique décisionnelle. J’ai progressivement pris conscience du rôle central de la donnée dans la compréhension des phénomènes complexes et dans l’accompagnement de la prise de décision.
L’idée de poursuivre en doctorat est née de cette évolution et d'une volonté d'approfondir ces questions. Je ne souhaitais plus seulement mobiliser des technologies existantes pour répondre à des besoins opérationnels, mais également comprendre leurs limites, explorer de nouvelles approches et contribuer à la conception de solutions innovantes.
En quoi consistait votre thèse et quelle problématique informatique cherchiez-vous à résoudre ?
Ma thèse portait sur la conception et l’implémentation d’un entrepôt de données multi-modèle pour la surveillance épidémiologique.
Derrière cette application, la problématique était avant tout informatique : comment concevoir un système capable d'intégrer, de stocker et d'analyser efficacement des données présentant des structures et des modèles différents ?
Les systèmes traditionnels d’aide à la décision reposent principalement sur des bases de données relationnelles. Or, les données disponibles aujourd’hui sont beaucoup plus variées : données relationnelles, documents, données géographiques, graphes ou encore données semi-structurées. Cette diversité constitue l’une des caractéristiques majeures des environnements Big Data.
J’ai donc travaillé sur une approche d’entrepôt de données multi-modèle permettant de prendre en compte cette diversité tout en conservant les capacités d’analyse propres aux systèmes décisionnels.
Une partie importante du travail a porté sur la conception de l’architecture, la modélisation des données, leur intégration et la mise en place de mécanismes permettant leur analyse.
Le domaine d’application était la surveillance des épidémies, notamment à partir de données issues de réseaux de surveillance. Ce contexte constituait un terrain particulièrement intéressant pour étudier la problématique, car il combinait des données volumineuses, hétérogènes, géographiques et temporelles.
L’enjeu était de montrer comment une architecture de données adaptée pouvait faciliter l’exploitation de cette information complexe et contribuer à améliorer les capacités d’analyse et d’aide à la décision.
Quelles ont été les principales difficultés rencontrées pendant votre doctorat ?
La principale difficulté a été de devoir avancer sur plusieurs dimensions en même temps. Une thèse demande de devenir progressivement spécialiste d’un sujet très précis, mais elle nécessite également de comprendre son environnement scientifique et applicatif.
Dans mon cas, il fallait maîtriser des concepts issus de la Business Intelligence, des entrepôts de données, du Big Data, de la modélisation multidimensionnelle et de plusieurs modèles de données. Il fallait également comprendre suffisamment le domaine d’application pour pouvoir identifier les véritables besoins et vérifier que les solutions proposées répondaient à des problématiques concrètes.
La difficulté venait aussi du passage de la théorie à l’implémentation. Une idée peut sembler pertinente sur le papier, mais sa mise en œuvre soulève rapidement d’autres questions : comment représenter les données ? Comment organiser les différents modèles ? Comment assurer leur intégration ? Comment permettre leur analyse ? Comment évaluer l’approche proposée ?
Le doctorat m’a également appris que la recherche implique beaucoup d’incertitude. Contrairement à un projet classique, il n’existe pas toujours une solution connue vers laquelle avancer. Il faut accepter de tester des hypothèses, de revenir en arrière, parfois de remettre en question une partie de son travail.
Avec le temps, j’ai appris à mieux gérer cette incertitude et surtout à considérer les difficultés comme une partie normale du processus de recherche.
Qu’est-ce que le doctorat vous a apporté au-delà des compétences techniques ?
Le doctorat m’a évidemment permis d’approfondir mes compétences en informatique, en particulier dans les domaines de la Data, de la Business Intelligence et de l’architecture des systèmes de données.
Mais je pense que les acquis les plus importants sont peut-être ceux qui dépassent la technique.
Une thèse apprend d’abord à travailler sur un problème complexe pendant plusieurs années sans avoir nécessairement de solution immédiate. Elle développe donc beaucoup l’autonomie, la persévérance et la capacité à structurer un problème.
Elle m’a également appris à prendre du recul sur mon propre travail. En recherche, il ne suffit pas de développer une solution : il faut être capable d’expliquer pourquoi elle est pertinente, quelles sont ses limites et dans quelles conditions elle peut être utilisée.
J’ai aussi beaucoup progressé dans ma capacité à communiquer sur des sujets techniques, que ce soit à travers les publications scientifiques, les conférences, les présentations ou les échanges avec des chercheurs et des professionnels d’autres domaines.
Enfin, le doctorat m’a donné davantage confiance dans ma capacité à apprendre. On ne peut pas tout maîtriser au début d’un projet de recherche. Il faut savoir identifier ce que l’on ne connaît pas, chercher l’information, apprendre et progressivement construire son expertise.
Quel conseil donneriez-vous à un ingénieur ou à un étudiant qui envisage de faire une thèse ?
Je lui conseillerais d’abord de ne pas considérer la thèse uniquement comme la poursuite d’études. C’est une véritable expérience professionnelle et scientifique, qui demande de l’autonomie, de la curiosité et beaucoup de persévérance.
Il faut également accepter de sortir de sa zone de confort. Une thèse conduit nécessairement à rencontrer des concepts que l’on ne maîtrise pas encore, à travailler avec des personnes ayant des expertises différentes et parfois à remettre en question ses propres idées.
Je pense aussi qu’il est important de choisir un sujet qui suscite réellement de la curiosité. Sur plusieurs années, cette curiosité devient une source importante de motivation lorsque les résultats ne sont pas immédiats ou que les difficultés s’accumulent.
Enfin, je dirais qu’il ne faut pas attendre de se sentir parfaitement prêt pour se lancer. Une partie du doctorat consiste justement à apprendre à devenir progressivement expert de son sujet.
Avec le recul, mon doctorat m’a permis de comprendre que la recherche n’est pas seulement la production de nouvelles connaissances. C’est aussi une école de raisonnement, d’autonomie et d’adaptation.




Commentaires