DataOps : pourquoi les profils en T sont à privilégier ?

profil en t dataops

DataOps : pourquoi les profils en T sont à privilégier ?

Share on twitter
Share on linkedin
Share on pinterest
Share on reddit
Share on pocket
Share on email

Que vous soyez manager, recruteur ou développeur, il se peut que vous ayez déjà croisé l’expression « T-shaped » ou « profil en T ». Rien à voir ici avec la métallurgie, il s’agit d’une manière de caractériser les compétences d’une personne, vraisemblablement dans un contexte de recrutement. 

Cette expression est assez courante ces dernières années dans le monde de la tech, en particulier dans des entreprises ayant adopté la philosophie Agile.

Dans cet article, nous allons voir en détail ce que cette expression désigne et en quoi des profils en T sont des atouts pour vos projets IT, et plus particulièrement vos projets data.

Revenons tout d’abord sur l’origine de ce terme et sur ce qu’il veut dire.

« T-shaped », un terme apparu dans les années 90

Ce terme est apparu d’abord en anglais, dans les années 90. Suivant les versions, on l’attribut soit à Tim Brown, CEO de Ideo, soit au cabinet de conseil Mc Kinsey. 

Ce terme, traduit en français par « profil en T », est une métaphore pour décrire les compétences d’une personne.

T shaped
By sketchplanations (CC-BY-NC license)

L’idée est la suivante : la barre verticale du T symbolise un domaine d’expertise, c’est-à-dire une verticale avec une connaissance profonde, tandis que la barre horizontale symbolise des connaissances larges et étendues dans de nombreux domaines, connaissances qui restent cependant superficielles.

Ce terme a été particulièrement popularisé ces dernières années et les profils en T sont de plus en plus plébiscités, pour des raisons que nous détaillons plus bas.

Selon certains spécialistes du management, tels que Lisa Bodell, CEO de FutureThink, c’est une évolution évidente du monde du travail, qui deviendra peu à peu la norme.

Profil en T : un profil généraliste avec un domaine d’expertise

Le profil en T est donc une personne possédant un domaine d’expertise bien précis, ainsi que des connaissances variées dans des domaines complémentaires à son domaine d’expertise. 

Pour schématiser, c’est le compromis entre, d’un côté, le généraliste qui se débrouille partout, et de l’autre, l’expert, fort uniquement dans son domaine de prédilection.

Une étude intéressante publiée dans le livre Analyzing the analyzers montre que les data scientists tendent naturellement à développer leurs compétences selon cette idée de profil en T.

Pourquoi des compétences en T sont-elles utiles en DataOps ?

Venons-en maintenant au point important : pourquoi les profils en T peuvent-ils être bénéfiques à votre équipe ?

Rendez votre équipe plus Agile grâce à des profils en T

Comme nous l’avons dit plus tôt, les profils en T sont particulièrement populaires dans les équipes Agile, car ils sont justement un atout dans ce cadre-là. Or, la philosophie Agile est l’un des fondements du DataOps.

Dans équipe composée de profils en T, chacun est capable de réaliser beaucoup de tâches différentes. Il y a deux avantages principaux :

Jason Yip, coach senior Agile chez Spotify, explique très bien dans cet article ces avantages avec des illustrations simples et efficaces. 

Cependant, à ce stade, on pourrait se demander pourquoi ne pas tout simplement recruter uniquement des profils généralistes ?

Les profils en T permettront d’alléger le travail des experts pour les concentrer sur les tâches stratégiques

La réalité est que dans une équipe data ou de développeurs, beaucoup de tâches sont peu complexes et récurrentes (par exemple : régler un bug, réécrire un bout de code, faire du support…).

Ces tâches sont faisables avec des connaissances peu approfondies. Cependant, bien qu’elles soient nécessaires et souvent urgentes, elles ne sont pas stratégiques, il ne s’agit pas de développer la fonctionnalité qui donnera un avantage concurrentiel à votre produit.

Or souvent, l’urgence l’emporte, car on a naturellement tendance à privilégier le court terme. Donc un expert sans soutien de ses coéquipiers peut se retrouver à travailler sur ce type de tâche courante semaine après semaine, l’empêchant de mettre toute son expertise au service du produit.

À l’inverse, dans une équipe composée de profils en T (s’ils sont complémentaires), les tâches stratégiques sont assignées en priorité aux profils dont la verticale d’expertise correspond le mieux, tandis que les tâches courantes peuvent être facilement réparties parmi les profils restants, dont la verticale d’expertise n’est pas utile pour le moment.

Ainsi, les tâches urgentes sont réglées en parallèle des tâches stratégiques.

Si le sujet vous intéresse, vous pouvez consulter cet autre article de Jason Yip donnant quelques recommandations pour développer des profils en T au sein de vos équipes.

Demo
Demandez votre démo de Saagie !