Data scientist

À partir d’une problématique en entreprise, un data scientist s’occupe de l’identification des données nécessaires à l’analyse. Il utilise ensuite des algorithmes et des modèles sur des bases de mathématiques, de statistiques et d’informatique. Les résultats qu’il adresse aux équipes décisives s’illustrent par des tableaux ou des logiciels contribuant à la prise de décision.

Dans un marché concurrentiel et un monde des affaires en évolution constante, toutes les entreprises cherchent à se démarquer. Elles déploient l’ensemble de leurs moyens pour proposer des produits ou services innovants répondant aux besoins des consommateurs. En plus des robots et des machines issus de l’intelligence artificielle, leur développement requiert aussi des compétences humaines. Les informations à disposition doivent, en effet, être traitées convenablement pour pouvoir être interprétées. Les analyses qui en découlent permettront ensuite de définir de nouvelles stratégies qui représenteront les avantages concurrentiels de l’entreprise. Un data scientist intervient alors soit en tant que salarié, soit en freelance ou en portage salarial. Après l’étape de collecte de données, ce professionnel transforme les big data en smart data.

Qu’est-ce qu’un data scientist ?

Le terme data scientist, créé en 2008, fait référence au professionnel qui s’occupe de la science des données.

À partir des besoins ou d’un écart constaté au sein de l’entreprise, le data scientist identifie les données requises. Ces dernières peuvent être relatives aux clients, aux prospects, au marché, aux employés, etc. Le data scientist confrontera les informations en interne relatives à l’entreprise et celles venant de l’extérieur. La problématique sera ainsi traduite en algorithme mathématique.

L’entreprise se charge alors de la collecte de données à travers les différents canaux dont elle dispose. Le data scientist contribue d’ailleurs à l’identification des sources fiables auxquelles recourir. Il s’occupe ensuite de l’analyse des données pour les rendre utilisables. Les résultats obtenus doivent, en effet, servir à l’établissement de la stratégie de l’entreprise. Les données collectées et traitées seront ainsi restituées en conseils, nouveaux produits ou services, formations, etc.

À la différence des statisticiens classiques, le data scientist élabore ses propres outils d’analyse. La conception de modèles et de nouveaux algorithmes fait son plus-value.

Quelles sont les missions d’un data scientist ?

Le data scientist doit appréhender les besoins de la société et le contexte à analyser. Cela peut concerner tous les volets d’une organisation. La production, le marketing, la vente, les RH et la relation client en font partie.

Pour mieux cerner la situation, il doit réaliser des modèles statistiques prédictifs adaptés à la problématique. Le data scientist identifie les informations à traiter avec leurs sources respectives. Il peut alors être amené à utiliser des données qui sont déjà à la disposition de l’entreprise. Ces inputs récoltés, appelés big data, peuvent nécessiter des consolidations, des synthèses ou des modifications.

Le data scientist procède ensuite à l’analyse et l’organisation des données via la modélisation. L’étude ces dernières peut également nécessiter la construction d’algorithmes. Il en obtient alors des données exploitables qui peuvent être interprétées, aussi appelés smart data. Des recommandations peuvent ainsi être émises à la direction de l’entreprise pour l’aider dans la prise de décision.

Quelles sont les études pour devenir data scientist ?

Comme il s’agit d’un métier en émergence, le parcours pour devenir data scientist est encore récent. Des formations spécialisées y sont pourtant dédiées. Celle que propose DataScientest en fait partie. Cet établissement forme tant les salariés en poste que les particuliers au métier de data scientist.

Les sortants des écoles de mathématiques, de statistiques ou d’informatique peuvent aussi suivre une formation à ce métier. Quelques universités proposent le parcours, dont l’ENSAE, Télécom ParisTech, et l’Ensai.

Des parcours de data science pour l’obtention d’un master en science, master spécialisé ou MBA permettent alors d’accéder au métier. Parmi eux figurent :

Le master et certificat Data science à l’UPMC ;
Le Master Statistique pour l’évaluation et la prospective à Reims-Champagne-Ardenne ;
L’Executive Master Statistique et Big data à l’université Dauphine ;

Le parcours Business Intelligence et Big data à Louis-Lumière Lyon-II.

Intégrer une école de management fait aussi partie des options pour ceux qui souhaitent devenir data scientist. Plusieurs possibilités s’offrent à eux, dont celle de Télécom EM, de l’Institut de l’Internet et du multimédia et l’Inseec. Des établissements comme Centrale-Supélec et EPSI proposent aussi des formations combinant ingéniorat et management.

Quelles sont les qualités et compétences attendues chez un data scientist ?

Afin de bien exécuter les missions qui lui sont confiées, un data scientist doit disposer d’une compétence aigüe en informatique. Il est tenu de déployer ses bases en programmation et sa capacité à utiliser les outils mis à sa disposition. Le data scientist devra d’ailleurs créer de nouveaux outils pour certaines occasions.

L’aptitude à comprendre différentes bases de données et de structures de données est aussi requise. Un bon sens de l’analyse fera ainsi sa différence.

Les résultats qu’il produit étant des éléments de décision, il doit maîtriser l’utilisation des données à des fins décisionnelles. Son poste requiert également une bonne connaissance des mathématiques appliquées. Aussi, la réalisation d’algorithmes et les connaissances statistiques doivent aussi figurer parmi ses aptitudes.

Le data scientist doit disposer de certaines capacités managériales. Ses compétences doivent couvrir la communication et le marketing. Une aptitude à gérer des projets serait également un atout. Il peut ainsi établir aisément des perspectives d’amélioration pour viser le développement de son entreprise.

Des compétences linguistiques sont également attendues d’un data scientist. Il doit maîtriser l’anglais dans un contexte professionnel pour pouvoir faire des échanges et comprendre des termes techniques.

Quel est le salaire d’un data scientist ?

Le salaire d’un data scientist dépend de l’entreprise qui l’engage, mais surtout de l’expérience qu’il a à son compte. Plus il peut réaliser des algorithmes très recherchés, mieux il sera rémunéré. Il doit ainsi faire ses preuves dans l’élaboration d’outils et les analyses essentiels à la prise de décision.

Un data scientist débutant ou junior peut alors compter en moyenne 45 000 euros de salaire annuel. S’il acquiert plus d’expérience, son salaire peut aller au-delà de 120 000 euros. S’il évolue vers le poste de Chief Data Scientist qui est en charge d’une équipe de data scientists, le montant augmente. En effet, plus de 180 000 euros peuvent être envisagés.

Le métier de data scientist présente aussi des avantages en termes de rémunération à l’international. Aux États-Unis, il fait partie des métiers les plus convoités et les mieux rémunérés. Il se place aux côtés des Data Technicians et ingénieurs DevOps. Un data scientist y gagne en moyenne 110 000 dollars par an.