Data scientist (experte en mégadonnées)

Synonymes : Synonyme : ingénieur/e big data (mégadonnées) ingénieur/e data scientist (expert/e en mégadonnées)

Métiers associés : Architecte big data (mégadonnées), Data analyst (analyste de données)

Niveau d'étude
- Niveau Master, Ingénieur, Doctorat
Statut
- salarié
Secteur d'activité

Le métier en détail

Aide à la décision

Le ou la data scientist (expert/e en mégadonnées) est missionné/e par un service ou la direction de son entreprise pour collecter, organiser, exploiter et valoriser des données très volumineuses, afin de les interpréter dans un objectif d'aide à la décision.

Maîtrise des données

Son travail commence par l'analyse de la demande : exploiter des données industrielles ou financières pour une meilleure productivité, améliorer la qualité ou faire de la maintenance préventive en analysant les pannes... Souvent, le ou la data scientist travaille sur les données des clients ou des données publiques à des fins marketing (mercatiques). Il ou elle récupère les plus pertinentes sur des serveurs, des fichiers, des bases de données, etc. et les « nettoie », pour les mettre au bon format ou éliminer celles qui sont inexploitables.

Restitution accessible

Vient ensuite la modélisation et la création d'algorithmes pour croiser et analyser les données. Des essais et des ajustements sont nécessaires durant cette phase. La restitution des résultats se fait sous forme de rapports, de graphes, de tableaux ou d'applications. Les data scientists sont chargés de l'ensemble de ces tâches dans lesquelles ils sont aidés par d'autres professionnels des données, des graphistes, etc.

Innovation, optimisation, conformité et gouvernance

Les experts en mégadonnées développent des outils et des solutions sur mesure pour automatiser les processus internes et participer à l’intégration de technologies innovantes :blockchain (chaîne de blocs protégée), big data (mégadonnées), cloud computing (informatique en nuage). Ils sont les garants de la conformité des processus de gestion des données avec les réglementations françaises et internationales, et définissent des standards de qualité et des politiques de gouvernance des données.

Quelles compétences ?

Maîtrise des outils

Apache Hadoop et Spark, Map Reduce, bases de données NoSQL, langage de programmation SAS, R, Python... Les data scientists (experts en mégadonnées) doivent maîtriser de nombreux programmes informatiques, et posséder de solides connaissances en mathématiques appliquées et en statistiques.

Gestion de projets et d'équipes

Pour gérer et conduire des projets, y compris en évaluant et en fixant un budget, ils doivent être à l'aise avec la communication orale et écrite, le suivi d'équipes et l'animation de réunion. Pédagogues, il savent se mettre à la portée de leurs interlocuteurs et convaincre.

Forces de proposition

Méthodiques et organisés, ils travaillent généralement en mode projets, pouvant durer de quelques semaines à quelques mois. Ils doivent aussi être forces de proposition et apporter des solutions pour une meilleure collecte des données, comme par exemple, l'achat de nouveaux outils. L'anglais technique est indispensable, notamment pour suivre les évolutions techniques dans leur secteur, et proposer de nouveaux modèles d'analyse, des présentations lisibles par tous, etc.

Quelles formations ?

Les data scientist (experts en mégadonnées) sont recrutés au niveau bac + 5 au minimum. Une première expérience, par exemple de data analyst (analyste de données), est souvent demandée. La connaissance d'un secteur d'application (industrie, médical, assurance, finance, etc.) est un plus qui peut s'acquérir au cours d'un stage long.

Niveau bac + 5

Master : datamining, statistiques, informatique, MIAGE, big data et fouille de données, data science, big data, données et systèmes connectés, machine learning et data mining, mathématiques et applications, mathématiques appliquées statistiques, sciences des données, mathématiques et informatiques appliquées...

Master of science spécialisé data, statistiques et marketing, informatique statistique, etc.

Diplôme d'ingénieur avec double compétence en mathématiques et informatique ou spécialisation big data.

Ingénieur diplômé de l'école nationale de la statistique et de l'analyse de l'information du groupe des écoles nationales d'économie et statistique

Master mention mathématiques appliquées, statistique

Master mention mathématiques et applications

Diplôme supérieur en management du marketing digital

Master mention sciences des données

Ingénieur en science des données spécialisé en infrastructure data ou en apprentissage automatique

Les évolutions possibles

Salaire

Salaire du débutant

A partir de 3100 euros brut par mois

Intégrer le marché du travail

Dans tous les secteurs

Au départ surtout présents dans le domaine du e-commerce (commerce en ligne), de la finance-assurance ou de la grande distribution, les data scientists (experts en mégadonnées) sont désormais recrutés dans tous les secteurs d'activités, de la start-up (jeune entreprise innovante) aux grands groupes, notamment dans l'industrie. Le secteur des big data (mégadonnées) est très porteur et les data scientists (experts en mégadonnées) avec une première expérience sont particulièrement demandés pour leur vision transversale sur les données.

Des projets de plus en plus importants

Le ou la data scientist démarre souvent au poste de data analyst (analyste de données), sur un périmètre réduit, avant de se voir confier des projets de plus en plus importants et, finalement, la gestion de l'ensemble des données de l'entreprise en tant que data scientist.

Vers le management

Dans une grosse structure, le ou la data scientist peut évoluer après quelques années vers le poste de chief data scientist (chef expert / cheffe experte en mégadonnées) ou chief data officer (directeur/trice des données) qui chapeaute une équipe de spécialistes des données. Responsable des projets d'analyse et des outils à mettre en place, le ou la chief data scientist prend part au processus de décision de l'entreprise. Le ou la data scientist peut également prendre la direction des systèmes d'information de l'entreprise.