Fiche métier : Data scientist

Vous venez de saisir dans votre moteur de recherche "c’est quoi un data scientist ?" : cette information va être stockée et collectée grâce à de puissants algorithmes conçus par un spécialiste data. Puis, en fonction des besoins définis, elle sera croisée avec d’autres indicateurs (la question est posée depuis quelle région, avec quel type d’appareil), puis observée chaque semaine/mois/année, pour réaliser des études, dresser des scénarios de comportement ou définir des opportunités de marché.

Les missions principales d’un data scientist peuvent se résumer ainsi :

• Recueillir des données en masse et les structurer,

• Repérer les irrégularités significatives et assainir les données en vue de la création de modèles prédictifs,

• Modéliser le phénomène à l’origine des données pour répondre à un problème de l’entreprise,

• Évaluer et améliorer les performances d’un modèle d’apprentissage automatique (machine learning),

• Générer des représentations graphiques des données et résultats pour les communiquer aux équipes concernées,

• Établir des recommandations pour orienter les décisions stratégiques de l’entreprise, etc.

* Source : « Code ROME M1403 - Études et prospectives socio-économiques »

• Le data scientist a un goût prononcé pour les statistiques et les modélisations mathématiques. Son appétence pour tout ce qui touche au développement informatique en fait un ingénieur hors pair pour traiter des données en gros volumes.

•  Parmi les autres soft skills attendus d’un data scientist, on peut mentionner la rigueur qui s’inscrit aussi dans cette recherche d’analyser du Big Data. L’imprécision n’a pas sa place dans son quotidien.

•  Par ailleurs, le data scientist aime échanger et travailler en équipe. Des qualités de communication à l’oral sont indispensables pour bien cerner la demande d’un service marketing, par exemple puis transmettre des résultats compréhensibles de tous.

Infos personnelles, images, vidéos… des milliards de données éparses circulent sur le web. Les experts parlent de Big data. Les exploiter est devenu hautement stratégique. Différents spécialistes ont à leur charge leur traitement : data scientist, data miner ou encore data analyst. Les frontières entre ces trois intitulés métiers sont poreuses, chaque entreprise utilisant une terminologie qui dépend de son organisation interne.

On peut toutefois indiquer que le data analyst (appelé aussi data miner) concentre son activité sur le recueil de données et leur interprétation tandis que le data scientist ira encore plus loin en mettant en place des modèles prédictifs complexes.

Son activité sera variable selon le contexte d’exercice : élaboration d’algorithmes prédictifs et prévention des risques en finance ou assurance, interrogation de bases de données et reporting pour le service marketing d’une entreprise, ou plutôt méthodologie et statistiques en tant que consultant.

Selon l’APEC, un jeune diplômé data scientist de niveau bac+5 démarre avec un salaire de 2.700 € à 3.100 €. Sa rémunération culmine entre 3.700 € et 6.000 € après plusieurs années d’expérience.

Si les formations en sciences, ingénierie et mathématiques comptent environ 35% de femmes parmi les étudiants, seules 15% des data scientists sont des femmes dans le monde.

** Source : https://media-publications.bcg.com/Whats-keeping-women-out-of-data-science-bcg-gamma.PDF

BAC+2/+3

Pour devenir data scientist, il faut à la fois exceller en mathématiques et en informatique. Un premier diplôme de base en deux ou trois ans pour acquérir une culture informatique en algorithmes, programmation, logique, algèbre est à compléter par un bac+5 minimum.

BAC+5

Pour se spécialiser, il existe des écoles d’ingénieurs avec des filières mathématiques appliquées ou statistiques ou des formations spécialisées en Big Data : Centrale Supélec, l'École polytechnique, Télécom Paris, le CNAM, l'ENSIMAG (Grenoble), etc. Des masters universitaires spécialisés informatique, data ou statistiques, des MBA Big Data d’écoles de commerce. Plusieurs mastères spécialisés concernent également la data. Un doctorat en informatique, mathématiques, statistiques ou modélisation des données prépare à l’approche expérimentale et la recherche.