Entretien consultant Dataiku : Flow, Visual ML et scénarios DSS

Un bon entretien Dataiku suit le travail réel du consultant. Il assemble des Flows avec des recettes visuelles et du code Python ou SQL, entraîne des modèles dans Visual ML, automatise les recalculs par des scénarios et livre aux métiers des dashboards ou des Dataiku Apps. Les offres viennent surtout d'ESN et de cabinets qui le placent en finance, en assurance ou dans l'industrie, souvent sous l'intitulé Dataiku AI designer.

La plateforme est accessible, ce qui brouille les CV. Beaucoup de profils ont cliqué des recettes Prepare pendant une formation. Moins nombreux sont ceux qui savent pourquoi une jointure s'exécute sur le serveur DSS au lieu de la base, ou ce qu'un bundle n'emporte pas en production. Les certificats de la Dataiku Academy confirment la connaissance de l'outil. Les réflexes de projet se vérifient en entretien.

Le bon support est un projet que le candidat a livré lui-même, abordé après la présentation du parcours. Faites-lui décrire son Flow de mémoire : où le calcul s'exécute, quels scénarios relancent quoi, ce qui a changé au passage en production. Un junior peut rester sur le visuel, un senior doit parler bundles et connexions. Des écarts de facturation fournisseurs servent de base au cas pratique.

Dataiku DSS vu depuis le poste de consultant

Dataiku DSS et le Flow

DSS est la plateforme de Dataiku. Chaque projet s'y organise en Flow, un schéma qui relie les datasets aux recettes qui les transforment. Un Flow lisible, découpé en zones et documenté, montre qu'un consultant pense à la personne qui reprendra le projet.

Recettes visuelles

Prepare pour nettoyer et calculer colonne par colonne, Join, Group, Window, Stack ou Pivot pour assembler et agréger. Les métiers peuvent les relire, d'où leur succès. Le savoir-faire attendu porte sur le choix de la bonne recette et sur les doublons créés par une jointure mal maîtrisée.

Recettes de code et environnements

Python, SQL ou R prennent le relais quand le visuel ne suffit plus. Chaque recette Python s'exécute dans un environnement de code qui fixe les versions des bibliothèques. Un consultant confirmé sait pourquoi un code qui marche dans un notebook échoue dans le Flow.

Moteurs d'exécution

Une recette peut tourner sur le serveur DSS, dans la base de données (moteur SQL), sur Spark ou dans un conteneur Kubernetes. Le moteur choisi fait passer un traitement de quelques minutes à une heure. Demandez à la personne comment elle le vérifie.

Visual ML

L'atelier de machine learning de DSS : AutoML, réglage des algorithmes, explications des prédictions, puis déploiement du modèle dans le Flow et suivi de sa dérive. L'outil rend l'entraînement facile. La qualité se juge sur le découpage des données, la fuite d'information et le choix de la métrique.

Scénarios, partitions et règles de qualité

Les scénarios recalculent le Flow à heure fixe ou à l'arrivée d'une donnée, contrôlent la qualité et préviennent l'équipe en cas d'échec. Les partitions limitent le recalcul au jour ou au mois concerné. C'est ce qui fait passer un prototype à un traitement fiable.

Bundles et nœud Automation

Le projet se construit sur le nœud Design puis part en production sur le nœud Automation, sous forme de bundle déployé par le Project Deployer. Les connexions sont remappées vers les bases de production au passage. Un consultant qui n'a jamais livré de bundle a surtout travaillé en prototype.

Dataiku Apps et dashboards

Une Dataiku App transforme un projet en écran simple où l'utilisateur choisit ses paramètres et lance le calcul sans voir le Flow. Les dashboards et les webapps servent à la restitution. C'est souvent ce que le client final voit du travail du consultant.

LLM Mesh et recettes d'IA générative

Le LLM Mesh centralise les connexions aux modèles de langage, avec suivi des coûts et garde-fous. Les Prompt Studios, les recettes de prompt et les Knowledge Banks servent à classer des textes ou à construire un assistant documentaire. Les offres récentes le citent souvent.

Le consultant Dataiku travaille le plus souvent pour une ESN ou un cabinet, en mission chez un client qui a acheté la plateforme et veut multiplier les cas d'usage. Certains postes penchent vers l'analyse et la préparation de données pour la finance ou le contrôle de gestion, d'autres vers le machine learning ou, depuis peu, l'IA générative. Chez un client final, le même profil devient souvent référent Dataiku et accompagne les utilisateurs métier. Les certificats Core Designer, Advanced Designer ou ML Practitioner de la Dataiku Academy situent la connaissance de l'outil. La capacité à livrer un projet en production se vérifie en entretien, à part du poste d'administrateur de la plateforme, qui fait l'objet d'une fiche distincte.

Sur quoi juger un consultant Dataiku

• Conception du Flow et recettes visuelles
• Choix du moteur d'exécution et performance
• Visual ML et évaluation des modèles
• Scénarios, partitions et automatisation
• Qualité des données et passage en production
• Dataiku Apps et IA générative dans DSS

Cinq questions qui situent un consultant Dataiku

Chaque question vient avec ce qu'une bonne réponse contient et le signal qui doit vous alerter. Pas besoin d'être technique pour les poser : écoutez si le candidat raconte du vécu.

1. Question 1 · confirmé

   Un Flow joint deux tables Snowflake de 200 millions de lignes et met une heure. Sur la recette Join, le moteur affiché est celui de DSS. Que changez-vous ?

   Une bonne réponseLes deux tables sont dans la même connexion, donc la jointure peut tourner dans la base avec le moteur SQL (in-database) au lieu de rapatrier les lignes sur le serveur DSS. La personne vérifie pourquoi DSS a choisi son propre moteur : une recette Prepare intercalée avec des étapes non traduisibles en SQL, une sortie écrite sur le disque local, ou deux connexions différentes. Elle filtre et réduit les colonnes avant la jointure et relit le message du sélecteur de moteur.

   Signal d'alerte« Il faut un serveur plus gros », ou un export en CSV puis une jointure en pandas. Aucune idée de l'endroit où le calcul s'exécute.

2. Question 2 · confirmé

   Un analyste a enchaîné quarante recettes Prepare pour calculer des commissions. Vous reprenez le projet. Comment relisez-vous et réorganisez-vous ce Flow ?

   Une bonne réponseD'abord comprendre le calcul : partir du dataset final et remonter, repérer les étapes en double et les formules qui refont une agrégation ligne à ligne. Ensuite regrouper par zones du Flow (sources, préparation, calculs, sorties), remplacer les agrégats bricolés par des recettes Group ou Window, sortir les seuils codés en dur dans des variables de projet et nommer les datasets de façon lisible. La personne documente dans le wiki du projet et compare le résultat avant et après sur un mois connu.

   Signal d'alerteTout réécrire dans une seule recette Python que les métiers ne pourront plus relire, ou laisser le Flow en l'état « puisqu'il marche ».

3. Question 3 · confirmé

   Un modèle de churn entraîné dans Visual ML affiche une AUC de 0,97 dès le premier essai. Que vérifiez-vous avant de le montrer ?

   Une bonne réponseUne fuite de données. Elle ouvre l'importance des variables et cherche une colonne connue seulement après la résiliation (date de clôture, motif, dernier contact du service rétention) ou un identifiant qui encode la cible. Elle contrôle le découpage : un split temporel quand les données suivent une chronologie, pas de clients présents à la fois en apprentissage et en test. Elle compare avec un modèle de référence simple et regarde les performances par sous-population.

   Signal d'alerteAnnoncer un excellent modèle et le déployer, ou ne pas savoir où trouver l'importance des variables dans Dataiku.

4. Question 4 · confirmé

   Chaque matin, un fichier arrive et le Flow doit être recalculé, seulement si les données sont complètes. Que construisez-vous ?

   Une bonne réponseUn scénario avec un déclencheur sur l'arrivée ou la modification du dataset source (ou un déclencheur horaire), une étape qui calcule les règles de qualité des données et arrête le scénario en cas d'erreur, puis la construction des datasets de sortie en mode « construire ce qui est nécessaire ». Un dataset partitionné par jour évite de tout recalculer. Un reporter envoie un message par mail ou sur Teams en cas d'échec, avec le lien vers le journal.

   Signal d'alerteUne relance à la main chaque matin, ou une reconstruction forcée de tout le Flow à chaque exécution sans contrôle de complétude.

5. Question 5 · confirmé

   Votre projet est terminé sur le nœud Design. Comment le passez-vous sur le nœud Automation sans casser la production ?

   Une bonne réponseUn bundle qui fige une version du projet, publié sur le Project Deployer puis déployé vers une étape de recette avant la production. Elle prévoit le remappage des connexions (base de développement vers base de production), vérifie que les environnements de code et les plugins existent sur le nœud Automation et que les scénarios y sont activés. Elle choisit ce que le bundle embarque (données de référence, modèles sauvegardés) et sait revenir au bundle précédent en cas de problème.

   Signal d'alerteExporter le projet en zip et le réimporter à la main, ou planifier les scénarios directement sur le nœud Design branché sur les données de production.

Recruter un consultant Dataiku : réponses aux doutes fréquents

Pour structurer vos autres entretiens, consultez aussi nos pages sur les questions d'entretien de recrutement, la méthode de l'entretien structuré et la grille d'évaluation d'entretien.