C’est l’un des métiers les plus en vogue dans le domaine des technologies numériques, le Data scientist est un profil de plus en plus recherché sur le marché de l’emploi. A l’heure où les Big data envahissent les entreprises, ce type de compétences a un bel avenir devant lui.

Qu’est-ce qu’un Data scientist ?

Le Data scientist a pour fonction le traitement et la valorisation des Big data, c’est-à-dire les données d’information informatiques. En clair, il analyse, exploite et donne du sens à des données de plus en plus gigantesques recueillies de sources diverses et éparses. Croiser des indicateurs, travailler des algorithmes et faire parler les données vont lui permettre de formuler des propositions. Les avancées technologiques récentes, la numérisation et la diversification des modes de collecte de données (web, réseaux sociaux tels Facebook ou Twitter, téléphones mobiles, vidéo, etc.), permettent aujourd’hui de stocker des quantités massives d’observations dans des «  entrepôts  » de données parfois gigantesques. Le data scientist exerce ainsi aussi bien dans le secteur marchand que dans celui de la défense. Il peut, par exemple, prédire le comportement d’un consommateur dans l’e-commerce ou celui d’un terroriste fiché (dans le domaine de la sécurité), ou même travailler dans la cybersécurité contre les hackers malveillants. Il existe d’ailleurs un BTS Cyberdéfense au lycée militaire de Saint-Cyr en France. Bref, ce qui rend ce métier passionnant, c’est qu’il est compatible avec de nombreux secteurs d’activité, depuis le commerce jusqu’à la logistique.
>> Lire également : Ecoles du web eb France: les formations au numérique et à internet

Les compétences requises pour le métier de Data scientist

Tout d’abord, de grandes capacités d’analyse et d’esprit de synthèse. Ce nouveau métier est en effet essentiel à l’entreprise. Il apporte des informations impossibles à obtenir par une voie classique en structurant (comparer les types de données et les moyens de stockage) et en manipulant habilement les données complexes du Big Data. Le Data Scientist utilise Internet, les applications multimédias et Smartphones pour recueillir le plus grand nombre d’informations possibles. Après les avoir analysées rigoureusement de façon à établir une management stratégique organisationnel et opérationnel pour son entreprise, il en tire des solutions marketing, commerciales, de fidélisation clientèle ou encore de valorisation de l’image de marque. Les sources sont nombreuses et dispersées sur divers réseaux. Les regrouper, les étudier et les synthétiser constituent les principales tâches à effectuer. Les informations ainsi récoltées lui permettent de maintenir le positionnement et d’assurer la compétitivité de son entreprise. Il sait notamment interpréter les problèmes liés au commerce ou au marketing et les transformer en problèmes mathématiques, rechercher les données nécessaires à la résolution des différentes problématiques (sur les fournisseurs, les clients, les employés, les produits ou services…).
>> Lire également : Métiers de demain: la filière numérique

Data scientist, trois fonctions en une

L’une des particularités de ce métier de data scientist, c’est qu’il combine trois fonctions différentes : analyste statisticien, informaticien programmeur et manager. Ce professionnel est en relation constante avec d’autres data scientists ou des data miners (spécialistes du Data Warehouse), le directeur général, le responsable de production, le directeur business analyse, le directeur des systèmes d’information ou le directeur des études pour qui il rédige régulièrement des rapports. Le reporting est journalier, hebdomadaire ou mensuel selon la taille de la structure. Il est amené à croiser les informations avec les différents départements : direction commerciale, direction financière et direction juridique et à tenir compte des contraintes externes liées aux prestataires de services, aux intervenants, aux prospects, aux consultants informatiques. Bref, vous l’aurez compris, ce profil est à la fois hautement spécialisé et polyvalent.
>> Lire également : Innovation numérique: des objets connectés toujours plus nomades

Les formations pour devenir Data scientist

Une école d’ingénieurs(bac+5) post-bac ou post-prép est vivement conseillée, voire un doctorat (bac+8) en analyse statistique et programmation informatique. Les cursus de mathématiques appliquées et de statistiques sont recommandés. Parmi les écoles en France, on trouvel’ENSAE, avec une spécialisation en Data science à partir de la 3ème année. La voie Data Science permet d’acquérir un profil hautement qualifié en statistique et en économétrie appliquées pour lequel les débouchés sur le marché du travail sont extrêmement variés, du Data Scientist à l’enseignant-chercheur, en passant par le conseil, l’expertise statistique publique ou industrielle. Suivant les parcours, ces compétences pratiques s’accompagneront de connaissances théoriques approfondies en sciences sociales (Economie sociologie), marketing, mathématiques appliquées (probabilité, statistique) et éventuellement de compétences basiques en biologie. Le « Data Scientist » ainsi formé possède une expertise scientifique de très haut niveau qui lui permet d’aider à la prise de décision dans de nombreux domaines : évaluation de politiques publiques, évaluation des politiques commerciales des entreprises, finance, biostatistique, imagerie, statistique d’enquête, ou d’effectuer de la recherche fondamentale. Ce profil polyvalent peut mener aussi bien à des carrières d’expert qu’à des postes décisionnels ou d’encadrement en entreprise l’ISUP (Paris) ou Polytech Lille. Cette dernière propose un cursus en génie informatique et statistique.

Une offre de formation importante

Des écoles d’ingénieurs dispensent aussi des formations spécialisées en big data : A Centrale Supélec, on trouve un Master of Science Data Science & Business Analytics en langue anglaise. On pourrait encore citer des formations à l’École polytechnique, à Palaiseau (91), Télécom ParisTech, le CNAM, l’ENSIMAG (Grenoble), etc. Arrêtons-nous sur Télécom ParisTech. L’établissement propose une formation en Data science : Analyse et gestion de grandes masses de données. Cette formation certifiante présente les différentes facettes du métier de «  data scientist  » et permet d’affronter les challenges posés par le « Big Data » : infrastructure informatique, données, algorithmique, statistique. À l’université, il est possible d’envisager, après un bac+2, un cursus MIAGE (méthodes informatiques appliquées à la gestion des entreprises) qui mène à un master (bac+5). C’est notamment le cas de l’université Grenoble Alpes qui propose un MIAGE de ce type. La professionnalisation est basée chaque année en licence comme en master sur l’intervention de professionnels, des conférences industrielles, des périodes en entreprise (stages en L3 et M1, alternances en M2). Cette formation vise les emplois types suivants à l’issue de la formation : Ingénieur études et développement en informatique de gestion-Développeur ou consultant en informatique décisionnelle-Ingénieur en développement web mobile. Au programme des cours : calculs financiers et statistiques, introduction et approfondissement de l’analyse des données, systèmes et réseaux ou encore ingénierie des interfaces homme-machine. Voilà, vous savez tout, ou presque !