En 2012, Harvard Business Review déclare le métier de Data scientist comme « The Sexiest Job of the 21st Century » ce qu’on traduirait en français « L’emploi le plus sexy du 21ème siècle ». Au-delà de sa médiatisation, découvrons ensemble plus en détail ce métier.
Quel est le rôle d’un data scientist ?
Le data scientist aide les entreprises à comprendre les données et à résoudre des problèmes complexes en utilisant ses compétences pointues dans l’analyse des données. Le data scientist va analyser les données, les visualiser et aussi mais surtout construire des modèles mathématiques pour réaliser des prédictions pour améliorer les performances de l’entreprise.
Le fil rouge en entreprise du data scientist est de créer de la valeur à partir des données.
Un métier qui reste peu connu au sein de l’entreprise.
Bien que le terme data scientist soit popularisé depuis un peu plus de 10 ans, cette fonction peut rester mystérieuse pour beaucoup de personnes. Seul ou à l’aide d’un data evangelist, le data scientist va devoir faire preuve de pédagogie auprès des autres entités pour être capable de présenter à quoi sert son métier et quelles sont les possibilités et les limites.
Des rôles variés selon l’entreprise
Victime de son succès, le métier de data scientist peut prendre diverses formes selon l’entreprise. De l’expert Excel au développeur autonome dans la création et l’automatisation de ses modèles, le métier de data scientist peut prendre diverses formes selon l’interprétation de l’entreprise. Comme ce métier est très prisé des étudiants et que les meilleurs profils choisissent cette voie, les entreprises adorent donner ce nom dès que le poste se rapproche un minimum de la définition donnée plus haut.
Donc selon la vision de l’entreprise, la mission d’un data scientist peut être très variable.
Quelles sont les compétences d’un data scientist ?
Un data scientist va avoir 3 pôles de connaissance bien distincts :
- L’informatique. Il doit avoir de solides connaissances en informatique et connaître un ou plusieurs langages. Python est celui qui ressort le plus souvent. R est assez souvent demandé. Javascript, C, C++ sont des plus qui peuvent être utiles pour certaines briques des algorithmes du data scientist.
- Les mathématiques. Le data scientist va devoir avoir de solides compétences en modélisation mathématiques, en statistiques et en algèbre linéaire.
- La connaissance du secteur. Il est essentiel pour le data scientist de bien s’intéresser aux spécificités du secteur dans lequel il travaille. Connaître le secteur permet de maîtriser ses spécificités, ses difficultés et donc de choisir les bons algorithmes par rapport à ces problématiques.
Dans quel secteur peut travailler un data scientist ?
Il est très facile de répondre à cette question ! Tous les secteurs peuvent avoir besoin de data scientists.
Quelles sont les perspectives de carrière du Data scientist ?
Le data scientist peut choisir de devenir expert dans son domaine et rester à 100% dans la data science. Après quelques années en poste, il deviendra donc par exemple Lead Data Scientist. Il peut évoluer vers un poste de management plus généraliste, comme par exemple, le chief data officer.
Il peut s’éloigner un peu de la data et aller ensuite vers un poste de type produit, comme product manager data et donc se retrouver à gérer un produit. Ce produit aura sûrement une forte composante data. Le data scientist pourra donc utiliser ses compétences dans la data qu’il connaît bien pour construire le meilleur produit possible.
Quel est le salaire d’un data scientist ?
Côté salaire, un data scientist débutant touchera entre 38 000 et 50 000 euros bruts annuels selon le secteur et l’entreprise. Avec 10 ans d’expérience et dans les secteurs les plus rémunérateurs, la rémunération peut atteindre 110 000 euros bruts annuels. (Source)
