Métiers IT - Data scientist : fonction, formation et salaire

Le data scientist est en charge de la création de modèles statistiques et d’algorithmes d’apprentissage automatique dédiés à l’extraction et à l’analyse des données métiers. Il partage ses conclusions avec les directions concernées. Il contribue à la prise de décision relative aux données.

Qu’est-ce qu’un data scientist ?

Le data scientist crée des modèles statistiques et mathématiques nécessaires à la collecte, au nettoyage et à l’analyse de données au sein de son entreprise.

Il fournit des informations pertinentes à partir de données brutes.

Quelles sont ses missions ?

L’étendue des missions d’un data analyst varie en fonction du secteur d’activité dans lequel il exerce et des prérogatives qui lui sont assignées.

Ses principales missions consistent à :

• Collecter, nettoyer et analyser les données
• Définir les règles associées de gestion et automatisation
• Créer et tester des modèles statistiques et de machine learning
• Utiliser des outils de suivi, des tableaux de bord et la data visualisation
• Livrer des résultats et des idées aux directions et aux utilisateurs métiers
• Identifier les opportunités d’innovation et contribuer à leur mise en œuvre

Quelle différence entre un data scientist et un data analyst ?

Le data scientist et le data analyst sont des métiers complémentaires. Néanmoins, le différentiel d’expertise entre ces profils demeure important.

Le data scientist ou scientifique des données crée des modèles statistiques, mathématiques et de deep learning pour la collecte et l’analyse de données.

De son côté, le data analyst se spécialise dans l’extraction et l’analyse de données orientées métiers. Il y trouve des réponses à partager avec les directions concernées.

Quelles sont les formations pour devenir data scientist

Pour devenir data scientist, les formations de la filière STEM (science, technologie, ingénierie et mathématiques) sont privilégiées.

Le candidat peut opter pour des formations de niveaux :
• Bac+3 de type Licence ou Bachelor en statistiques ou data mining
• Bac+5 de type Master (MIAGE…) ou mastère spécialisé
• Bac+8 Doctorat en informatique, mathématiques ou statistiques

Il peut aussi intégrer les formations d’écoles spécialisées et celles d’écoles d’ingénieurs (ENSAI, ParisTech, Ensimag, etc.).

Quelles sont les compétences et les qualités requises ?

Le data scientist fait preuve d’une forte appétence pour le traitement de données statistiques, la programmation informatique, l’apprentissage automatique (machine learning) et, plus largement, l’intelligence artificielle.

Un ensemble de compétences à la fois techniques (hard skills) et relationnelles (soft skills) lui permettent de convaincre ses différents interlocuteurs.

Quelles sont les compétences techniques (hard skills) d’un data scientist ?

Les compétences techniques du data scientist couvrent les mathématiques appliquées, la statistique, la programmation et la gestion de bases de données.

Il maîtrise plusieurs outils et approches :

• Méthodes de machine learning
• Langages de programmation (Python, R, C++, Java…)
• Systèmes d’exploitation (Unix, Linux, Windows)
• Bases de données (SQL, NoSQL)•Outils de développements (TensorFlow, PyTorch, Caffe…) • Frameworks (Hadoop, Spark)

Quelles sont les soft skills ?

Profil scientifique, il dispose de compétences relationnelles (soft skills) pour exercer en équipe et partager ses connaissances.

Les soft skills du data analyst incluent :
• Rigueur et esprit d’analyse
• Sens de la communication
• Curiosité intellectuelle et goût pour l’innovation

Quelles entreprises recrutent des data scientists ?

De nombreuses entreprises et organisations recrutent des data scientists.

Les agences, les ESN, les sociétés de conseil, les administrations publiques se livrent concurrence pour attirer et retenir les meilleurs profils.

Inetum et la DSI de Pôle emploi font partie des recruteurs potentiels.

Quel est le salaire d’un data scientist ?

En France, le salaire* annuel d’un data scientist varie de 42 500 € à 70 000 €, selon les profils, la localisation, le secteur et la taille de son entreprise.