Bridgify est une start-up basée à Tel-Aviv, développant un ensemble de nouveaux outils pour opérateurs de voyage et leurs clients, visant a améliorer l'expérience des vacanciers. Souhaitant baser les solutions futures sur le Machine Learning et l'Intelligence Artificielle, la société a embauché son premier data scientist junior en novembre 2020.

Pour l'accompagner dans ce nouveau domaine, l'entreprise s'est tournée vers le Dr. Gilles (Gil) Katz, qui les a aidé à construire l'équipe et à la mettre sur la voie du succès. La coopération a duré 16 mois et comprenait les composants suivants :

Coaching exécutif
Gil a mis en place un coaching exécutif du PDG, du CTO et du CPO. Ceux-ci ont appris comment bien définir un projet ML, reconnaître et éviter les obstacles le plus rapidement possible, et enfin motiver leurs équipes afin de lutter contre la resistance au changement, très présente dans le contexte de l'IA.

Définition de la roadmap
Une feuille de route holistique respectant la mission de Bridgify a été construite et maintenue en étroite collaboration avec l'équipe technique et l'équipe de direction. L'expérience du Dr. Katz a été déterminante pour rapidement identifier les "quick-wins". Obtenir des résultats rapides est essentiel pour paver la voie vers un succès futur et motive les parties prenantes à soutenir le développement dans cette direction.

Recrutement et construction d'équipe
Gil a apporté un soutien approfondi pour définir une stratégie de recrutement, en établissant les priorités pour les profils clefs et en participant aux processus d'entretien (ingénieurs, chefs de produit, architecte et développeurs back-end). Cette implication particulièrement étroite était nécessaire pour construire une équipe fonctionnelle et prendre en charge le développement du produit.

Soutien technique :
Le Dr. Katz a accompagné l'équipe Machine Learning et Data Science, dans le choix des algorithmes et des ensembles de données, jusqu'aux choix matériels et des processus de mise en production. Ce soutien comprenait également des recherches approfondies sur les dernières 'best-practices' appliquées aux sujets connexes, tels que les systèmes de recommandation dans le tourisme.