Aujourd’hui RPA Technical Leader chez Safran, Hiba promo 2020, accompagne les équipes dans l’automatisation des processus grâce à la Robotic Process Automation (RPA).
Hiba raconte son parcours, les enjeux liés à l’intégration de l’IA générative dans les solutions d’automatisation, et partage les qualités essentielles pour réussir dans ce métier.
De la Data Science à la RPA : un parcours entre technologie et stratégie
Moi, c’est Hiba Beldi, promo ESILV 2020. J’ai suivi la spécialisation Data et Intelligence Artificielle. J’ai aussi fait partie de la première promotion ayant suivi le double diplôme à l’EMLV en Corporate Finance.
Aujourd’hui, je travaille chez Safran en tant que RPA Technical Leader. Mon rôle concerne la gouvernance et l’infrastructure dans l’automatisation des processus, ou Robotic Process Automation. Ce service intervient pour l’ensemble des sociétés du groupe.
L’objectif est de leur permettre d’automatiser certaines tâches afin de libérer du temps pour des missions plus stratégiques. Mon travail consiste à préparer l’infrastructure, gérer les prérequis, assurer la sécurité et la conformité RGPD, et superviser l’installation des logiciels.
J’ai découvert la RPA en 2019 lors d’un stage chez Safran. À l’époque, je ne connaissais pas du tout ce domaine, mon parcours étant orienté vers la Data Science et l’IA. J’ai poursuivi dans cette voie avec un second stage où j’étais RPA Team Lead. Il s’agissait alors de structurer une équipe, de la faire monter en compétences, d’apporter du business, de signer des contrats et de lancer les premiers projets.
L’impact de l’IA générative sur l’automatisation
Ensuite, j’ai évolué vers des postes de Tech Lead. Mon travail s’est davantage orienté vers la gestion d’équipes et la mise en place de services opérationnels. Il ne s’agissait plus seulement de développer des solutions, mais de réfléchir à leur évolution dans le temps, aux stratégies à adopter et aux attentes des utilisateurs.
Jusqu’à récemment, la RPA fonctionnait avec des règles simples de type « If, Else ». Avec l’émergence de ChatGPT et de l’IA générative, on apporte une nouvelle dimension à ces outils. Les robots peuvent désormais interpréter des documents et automatiser des processus plus complexes dans des domaines comme la finance, la comptabilité ou les ressources humaines.
Aujourd’hui, on travaille sur l’étape suivante : l’Agentic AI. L’objectif est de permettre aux robots d’adapter et d’optimiser leurs propres scripts, en fonction des besoins des utilisateurs.
Compétences clés et évolution du métier
Ce métier se distingue par sa diversité. Chaque jour, de nouvelles problématiques émergent. Il faut assurer une veille constante sur les évolutions du marché et anticiper les attentes des utilisateurs. La dimension stratégique est également essentielle : quelles recommandations proposer, quels objectifs fixer pour les années à venir ?
Les interactions jouent aussi un rôle central. Elles concernent aussi bien la collaboration avec les équipes internes que l’accompagnement des utilisateurs. Il faut comprendre leurs besoins et leur fournir des solutions adaptées. Ce travail collectif permet d’évaluer les résultats sur le long terme et d’en mesurer l’impact.
Pour réussir dans ce domaine, plusieurs compétences sont essentielles. La capacité de synthèse est primordiale pour transmettre des informations claires et précises aux différents niveaux de management. L’organisation permet de gérer efficacement les priorités face aux nombreuses sollicitations. L’entraide et la détermination sont aussi des qualités importantes : il faut aimer trouver des solutions et être orienté résultat.
L’ingénierie, dans ce contexte, ne se limite pas à la technique. Elle implique aussi une approche méthodique et une réflexion sur l’impact des solutions mises en place.
Pour en savoir plus sur la majeure Data et intelligence artificielle
