Vous êtes ingénieur, pas data scientist et pourtant vous passez des heures sur vos données.
Je m’appelle Thibaut, ingénieur aéronautique depuis 25 ans. J’ai vécu cela et j’ai trouvé comment en sortir.
Vous vous reconnaissez ?
Votre vraie valeur, c’est votre expertise métier.
Votre connaissance du terrain, des composants, des process.
Mais en pratique, une bonne partie de votre semaine ressemble à cela :
- Exporter des données depuis un logiciel, les recopier dans Excel
- Nettoyer des fichiers que personne n’a documentés correctement
- Refaire à la main un rapport que vous avez déjà fait 50 fois
- Croiser des données de capteurs sans outil adapté
Ce n’est pas votre métier. Mais c’est vous qui le faites.
Ce blog existe pour changer cela.
Des méthodes concrètes. Du code qui marche. Des résultats terrain.
Pas de théorie abstraite. Pas de jargon inutile.
Chaque article part d’un problème réel — celui que vous avez peut-être en ce moment — et propose une solution que vous pouvez appliquer dès cette semaine.
Des scripts Python pour automatiser vos traitements répétitifs.
Des méthodes pour analyser vos données de capteurs sans être data scientist.
Des cas concrets issus de 25 ans de terrain en aéronautique.
L’objectif est toujours le même : vous redonner du temps pour faire votre vrai métier.
Qui je suis
Thibaut — Ingénieur aéronautique, pas gourou de la data
25 ans dans l’industrie aéronautique.
Des projets de recherche sur la maintenance prédictive.
Des centaines d’heures passées à me demander pourquoi on passait autant de temps sur des tâches qui auraient pu être automatisées.
En 2020, j’ai décidé de creuser sérieusement la question. Et ce que j’ai appris a changé ma façon de travailler.
C’est ce que je partage ici — sans bullshit, avec du code qui tourne vraiment.
🚀 Vous souhaitez aller plus loin ?
Téléchargez le Pack Complet « De Facto »
J’ai condensé une méthode d’apprentissage dans le ‘De Facto Data Automation Kit’:
• 📊 des données capteurs brutes utilisées dans le challenge 7 jours ;
• 🐍 le script Python de nettoyage ;
• ✅ la checklist de contrôle des données ;
• 📈 l’exemple avant/après ;
• 🔧 les scripts des 7 étapes du challenge ;
• 📄 le guide complet.
Articles récents
-
Audit de données en 5 minutes avec ydata-profiling — l’outil que j’utilise avant chaque offre commerciale
Quand un client potentiel vous envoie ses données pour un projet data, la première question n’est pas « quel algorithme utiliser ? ». C’est « est-ce que ces données sont exploitables et combien de temps cela va me prendre pour les mettre en ordre ? » C’est une question business avant d’être une question technique. Et pendant longtemps, j’y…
-
« J’ai décidé d’apprendre Python, maintenant je fais quoi ? »
Il y a quelques jours, j’ai reçu mon premier commentaire sur De Facto Data : « Je veux apprendre Python mais je ne sais même pas par où commencer. » Cette question est loin d’être isolée. Beaucoup d’ingénieurs comprennent aujourd’hui l’intérêt de Python pour automatiser des tâches, analyser des données ou gagner du temps mais se retrouvent…
-
C’est quoi la « data quality » ? (Et pourquoi ce n’est pas ce que vous croyez)
Quand on parle de « data quality » dans les conférences ou les articles de blog, on sort rapidement des Framework — DAMA, ISO 8000, six dimensions de la qualité. C’est propre, structuré, théorique. La réalité que j’ai vécue sur mes projets aéronautiques ressemble à quelque chose de bien moins glamour. Un collègue qui part à la…