Data Scientist

Le terme a été créé par deux ingénieurs de chez Facebook et LinkedIn, en 2008. Il a depuis fait école et a été élu « métier le plus sexy du XXIe siècle » par la Harvard Business Review. Rien que ça ! Le Data scientist est un spécialiste de la science des données. Il analyse les datas (concernant les clients, les prospects, les employés, etc.) que l’entreprise récupère par différents canaux et la restitue sous forme de prospective, de conseils, d’améliorations du produit, du service, de la formation en interne, de l’efficacité de l’entreprise, de sa performance. Il part généralement d’une problématique et définit les données dont l’entreprise aurait besoin pour la résoudre.)

RÔLE

Les missions du Data scientist se décomposent en 4 axes : <br> – Tout d’abord, il faut que le Data scientist comprenne la problématique marketing, marché, commerciale, fidélisation clients, RH, etc. – Dans un second temps, il faut qu’il trouve une modélisation statistique pour répondre à la problématique. – Ensuite, il faut déterminer quelles sont les données pertinentes dont il a besoin (déjà existantes ou à récupérer via différents canaux, à consolider, modifier, etc.). – Il doit ensuite analyser les données et restituer les résultats, de façon à ce qu’ils répondent à une stratégie (le plus souvent commerciale). Les Big data sont devenues Smart data.)

ENVIRONNEMENT DE TRAVAIL

Pas évident pour le Data scientist, à la croisée de plusieurs métiers, d’avoir une place bien définie dans l’organisation de l’entreprise. Selon la société et surtout le service qui pilote le projet big data de l’entreprise, il peut être rattaché à la direction marketing, à la direction des systèmes d’information, ou bien même à la direction financière ! Mais il travaille souvent en transversal avec les différentes directions d’une entreprise et est amené collaborer avec des informaticiens, des statisticiens, des data analysts, des data miners, mais aussi des marketers, des webmarketers, etc.)

PROFIL RECHERCHÉ

Le Data scientist n’est pas simplement un statisticien, un technicien puisqu’il doit utiliser les outils informatiques mis à sa disposition, éventuellement en proposer d’autres et surtout, toujours agir dans une perspective d’amélioration de la performance et de la rentabilité de l’entreprise. Il a donc des compétences en maths, en statistiques, en modélisation, en analyse de données, mais également en informatique. Surtout, il possède aussi un bon sens des affaires, de réelles compétences en marketing et une bonne aptitude à la communication. Il lui faut être « orienté client et business » et privilégier la connaissance de l’utilisateur final.)

FORMATION

Il y a encore quelques années, aucune formation spécifique n’existait pour le poste de Data scientist. Les universités américaines ont lancé les leurs en premier et désormais les écoles françaises suivent le mouvement. On peut ainsi citer l’ENSAE Paris Tech, Télécom Paris Tech, Télécom Nancy ou l’INP et GEM de Grenoble. Ces formations recrutent après un cursus universitaire ou d’ingénieur en mathématiques, en statistiques ou en informatique. On peut également citer la chaire ESSEC/Accenture en Strategic Business Analytics ou la formation de 40 heures proposée par HEC à ses étudiants en MBA, en partenariat avec IBM. Pour une première approche de l’activité, vous pouvez également tenter un MOOC sur le site du MIT, de Coursera ou de Big Data University.)

OPPORTUNITÉS DE CARRIÈRE

Tu as l'opportunité de devenir biout)

SALAIRE

Pour un Data scientist qui sort de l’école, on part généralement autour de 38 000 euros en salaire annuel fixe brut. Au bout de 3 ans, les salaires peuvent atteindre 45 000 euros. Souvent, une partie variable s’ajoute au salaire fixe. Aux Etats-Unis, le salaire moyen annuel est de 89 000 dollars et peut facilement dépasser les 100 000 dollars au bout de quelques années.)

Tu cherches un job tech ?

Envie de changement ? Inscris-toi et notre équipe s’occupe de te trouver le job IT idéal !
Explorer