Accueil > Emplois Big Data : tout savoir sur les métiers de la donnée > Data Scientist et Chief Data Scientist : rôle, compétences, formations et salaire

Data Scientist et Chief Data Scientist : rôle, compétences, formations et salaire

data scientist

DATA SCIENTIST / CHIEF DATA SCIENTIST

Le Data Scientist est un métier né grâce au Big Data. Depuis plusieurs années, les technologies du Big Data sont en plein essor et le volume de données mondiales explose. Ces deux phénomènes ont provoqué l’évolution des métiers de statisticiens et de Data Analysts.

Les données sont devenues essentielles pour les entreprises de toutes les industries, et ces dernières souhaitent désormais s’en remettre à des spécialistes capables non seulement d’analyser les informations, mais aussi de faire preuve de créativité et d’un talent pour générer du profit à partir du Big Data. Tel est le rôle du Data Scientist, ou scientifique des données.

Tout savoir sur le métier de Data Scientist et Chief Data Scientist

Il est difficile de définir de façon concrète les missions et tâches d’un Data Scientist, tant cet expert doit faire preuve de polyvalence et de flexibilité. Il existe toutefois plusieurs tâches que doivent généralement effectuer les scientifiques des données.

Ainsi, le scientifique des données devra notamment collecter de larges quantités de données non structurées afin de les convertir dans un format exploitable. Il doit être en mesure de détecter des patterns et des tendances dans les ensembles de données à sa disposition. Il devra aussi résoudre les problèmes de son entreprise à l’aide de techniques data-driven. Le Data Scientist devra également communiquer et collaborer avec les responsables de l’entreprise et les informaticiens.

Après avoir analysé les données, le scientifique des données doit rédiger des conclusions et les transmettre à la direction générale ou à son client. Ses analyses peuvent viser à trouver de nouveaux axes d’optimisation, des leviers de croissance, ou encore à identifier de nouveaux usages et modes de fonctionnement.

Le travail d’un Data Scientist peut beaucoup varier d’une semaine à l’autre. Il est par exemple possible que le professionnel travaille pendant plusieurs semaines un projet de text mining, pour ensuite passer à un projet de développement d’un modèle prédictif. Il doit par ailleurs prendre part à divers meetings pour expliquer aux différents employés et responsables de l’entreprise à quel point les données sont importantes pour les différents départements.

Le Data Scientist est en partie mathématicien, en partie informaticien. Il s’agit d’un genre nouveau d’expert en analyse, doté des compétences techniques nécessaires pour résoudre des problèmes complexes. Il est également doté d’une curiosité lui permettant de trouver quels sont les problèmes à résoudre pour son entreprise.

Ainsi, le scientifique des données doit à la fois comprendre la partie technique et la partie business de son entreprise. Le Data Scientist doit être rigoureux et organisé pour suivre minutieusement les données de l’entreprise.

Au quotidien, il devra utiliser différents langages de programmation comme SAS, R et Python ainsi que les bases de données comme MySQL et Postgres. Il doit aussi maîtriser les statistiques.

Bien entendu, le Data Scientist doit rester au fait de l’évolution des techniques analytiques telles que la Data Visualisation, Machine Learning, Deep Learning, reconnaissance de patterns, Data Preparation, et l’analyse de textes. Les technologies du Big Data comme Hadoop et MapReduce doivent également être maîtrisées.

Pour devenir Data Scientist, un Bac+4 ou Bac+5 est indispensable. Vous pouvez miser sur une formation dans les domaines de l’informatique, du management, des statistiques ou du marketing.

L’ingénierie informatique et les écoles de statistiques sont des formations à privilégier. Pour l’heure, on dénombre encore peu de formations spécialisées en France mais les divers établissements s’adaptent à vive allure à la forte demande.

Exemples de formations :

  • Master european master in datamining and knowledge management (Lyon 2)
  • Master statistiques pour l’évaluation et la prospective (université de Reims-Champagne Ardennes)
  • Master MIASHS : big data et fouille de données (Paris 8)
  • Master data science (Grenoble INP Ensimag, Polytech Nantes)
  • Mastère en ingénierie Big data (ESGI)
  • MSc statistics for smart data (Ensai)
  • MSc big data for business (Ecole polytechnique – HEC)
  • MSc data sciences & business analytics (Centrale Supelec – Essec Business School)
  • MSc applied data science & big data (Data science institute)
  • MSc data science (Ensae ParisTech)
  • MSc data management (PSB)
  • IAMD – ingénierie et applications des masses de données (Télécom Nancy)
  • Big data & data science (Mines Nancy)
  • Data science (Ensae ParisTECH)
  • Ingénierie des systèmes d’information (Grenoble INP Ensimag)
  • MS Big data – gestion et analyse des données massives (Télécom ParisTech)
  • MS Big data : analyse management et valorisation responsable (Ensimag + EMSI École de management de Grenoble)

Précisons qu’il est très rare d’être employé comme scientifique des données directement en sortie d’études. En règle générale, il est nécessaire de devenir Data Analyst et d’exercer cette profession pendant plusieurs années avant de pouvoir évoluer en Data Scientist. Le Chief Data Scientist (scientifique des données en chef) est quant à lui une évolution du scientifique des données.

Si vous êtes un professionnel en quête de reconversion, vous devrez a priori posséder une expérience solide dans le domaine des statistiques ou de l’analyse de données. Il est toutefois possible de devenir Data Scientist en venant de domaines non techniques comme l’économie ou le business. Le plus important est d’aimer résoudre des problèmes, de savoir communiquer, et de s’intéresser à la manière dont les choses fonctionnent.

Le Data Scientist est un nouveau métier. Il y a encore dix ans, ce terme n’existait peut-être même pas encore. Toutefois, face à la masse d’informations non structurées auxquelles doivent faire face les entreprises, le Big Data ne peut plus être ignoré. Il s’agit d’un filon d’or à exploiter.

De fait, la demande en Data Scientists à l’échelle mondiale dépasse largement le nombre de profils qualifiés disponibles. Un scientifique des données qualifié trouvera du travail sans la moindre difficulté. Les Data Scientists sont notamment recherchés par les grandes entreprises, les commerces, les entreprises du secteur de la finance, de l’ingénierie, de l’assurance et de la santé.

Doté d’une double expertise en business et en informatique, le Data Scientist est généralement très bien payé. En France, son salaire annuel oscille entre 50 000 et 60 000 euros. Par mois, le Data Scientist débutant touche en moyenne entre 3000 et 3700 euros bruts.

En revanche, aux États-Unis, le salaire moyen d’un Data Scientist est estimé par le site Glassdoor à environ 120 000 dollars par an. Cette estimation se base sur un sondage effectué auprès de près de 3000 Data Scientists. Si vous maîtrisez l’anglais, il peut donc être judicieux de chercher un poste outre-Atlantique.

Missions

  • Collecter et convertir de larges quantités de données
  • Détecter des tendances dans les ensembles de données
  • Résoudre les problèmes de l’entreprises grâce aux données
  • Communiquer avec les différents responsables de l’entreprise
  • Rédiger des rapports pour la direction

Compétences

  • Compétences en informatique et mathématiques
  • Expertise en analyse de données
  • Curiosité naturelle
  • Maîtrise des langages de programmation SAS, R, Python
  • Maîtrise des bases de données MySQL Postgres
  • Maîtrise des technologies Big Data (Hadoop, MapReduce…)

Diplômes et formations

  • Bac+4-5 en informatique, management, statistiques ou marketing
  • Ecole de statistique ou ingénierie informatique
  • Formation Big Data
  • Expérience professionnelle (Data Analyst)

Salaire

Entre 50 000 et 60 000 euros bruts par an en France
Environ 120 000 dollars par an aux Etats-Unis

depose cv emploi big data

Send this to a friend