Data Scientist

25 janv. 2017

auteur.e
Simon Boissinot

Data Scientist @Tinyclues

Avant, quand on vous demandait de citer un métier qui fait rêver, vous pensiez sûrement à pilote de ligne, pompier, star de la musique ou footballeur professionnel. Mais ça, c’était avant que la Big Data entre dans nos vies. Aujourd’hui, dans ce monde ultra-connecté, la véritable rockstar est le data-scientist. La Harvard Business Review a même décerné à cette profession le titre de job le plus sexy du 21e siècle.

Ces professionnels sont très recherchés par les entreprises, qui ont fait de la collecte des données leur nouveau Graal. Grâce à ses talents d’analyste et de statisticien, le data scientist est chargé de digérer cette masse d’informations et de la rendre exploitable. Il a donc un rôle clé dans l’orientation stratégique d’une entreprise.

Les points clés du métier de data scientist

  • L’un des métiers les plus recherchés par les entreprises actuellement
  • Des postes qui nécessitent de solides compétences en mathématiques et statistiques
  • Pour accéder à ce métier, un Bac + 5 est fortement recommandé
  • Un travail quotidien de tri, d’analyse et d’interprétation des données
  • Une évolution possible vers des postes de Chef de projet data ou Lead data scientist
  • Un salaire qui oscille entre 3000 et 6000 € brut par mois.

Quelles sont les missions du data scientist ?

Dans Matrix, Néo est capable de lire la Matrice. Dans notre monde, le data scientist dispose (presque) des mêmes pouvoirs. Il est la personne capable de déchiffrer les fameuses Big Datas, ces masses d’informations générées quand nous likons une image de chat sur Facebook ou quand nous allumons la lumière dans notre maison reliée à un compteur Linky. Dès que nous utilisons un outil connecté, nous nourrissons quelque part dans le monde les travaux d’un data scientist.

« Sa mission consiste à puiser dans ces données des informations qui permettent d’éclairer la connaissance, quel que soit le domaine », détaille Gaël Varoquaux, qui exerce la profession à l’Institut national de la recherche en informatique et automatique (Inria). Le métier peut s’appliquer à la finance, la bancassurance, l’e-commerce, mais aussi la recherche.

Malgré son appellation trompeuse, le data scientist ne vient pas au travail en blouse blanche, et un microscope ne lui serait d’aucune utilité. Au sein d’une entreprise, son rôle est de traiter, analyser, modéliser et interpréter les données qui sont à sa disposition.

Son objectif ? Rendre les données exploitables afin d’aider l’entreprise à orienter sa stratégie de la manière la plus efficace possible. En donnant un sens à la data, il est par exemple possible de comprendre le comportement d’achat des clients, de mieux cibler les prospects, d’augmenter le taux de conversion ou encore d’optimiser les canaux de communication.

Par ailleurs, le data scientist met en place des algorithmes et s’appuie sur les possibilités offertes par le Machine Learning pour créer des modèles qui l’aident à mieux tirer profit des données.

Les missions du data scientist varient énormément selon la taille et l’organisation de l’entreprise pour laquelle il travaille. Il peut parfois être amené à stocker l’information, à effectuer de la veille ou encore à collecter lui-même les données.

Quelles sont les qualités requises pour être data scientist ?

Nous sommes désolés de vous l’annoncer, mais si vous êtes intéressé par le métier de data scientist et que votre seul talent consiste à savoir faire sauter des crêpes sans les faire tomber par terre, il va falloir penser à élargir vos compétences. Voici les skills indispensables pour pouvoir prétendre à ce poste :

  • Être bon en mathématiques : tout data scientist qui se respecte doit être à l’aise avec les chiffres et les formules. Théorèmes, corrélations et autres variables feront partie de votre quotidien.

  • Être à l’aise avec les statistiques : prendre des données brutes pour leur donner un sens, tel est le pouvoir des statistiques. À vous de croiser la data afin de faire ressortir les tendances et pouvoir en tirer des conclusions utiles.

  • Être calé en informatique : savoir parler français, anglais ou espagnol, c’est bien, mais connaître le langage Python, c’est mieux ! Le data scientist doit être capable de coder, afin de mettre en place des modèles d’apprentissage automatiques du type Machine Learning ou Deep Learning.

  • Avoir de bonnes capacités d’analyse : un data scientist sans capacité d’analyse, c’est un peu comme un bibliothécaire qui ne sait pas lire. Pour traiter intelligemment les données qu’il a à sa disposition, il doit réfléchir aux applications commerciales qui peuvent être faites avec ses interprétations.

  • Être bon en modélisation : des notions en visualisation de données sont indispensables pour présenter ses analyses aux membres de l’entreprise. Montrer un fichier Excel avec 500 lignes et 200 colonnes ne suffit pas. Il faut rendre l’information compréhensible grâce à des graphiques clairs et adaptés.

  • Être curieux et aimer résoudre des problèmes : au-delà de ses compétences techniques, il fait aussi preuve d’une grande curiosité. Tous les jours, il étudie les chiffres et est capable d’en tirer des informations stratégiques. « Il doit disposer d’une grande aptitude à saisir un problème, une certaine indépendance et une bonne capacité à communiquer, notamment avec des spécialistes du domaine d’application choisi », ajoute Gaël Varoquaux.

Quelles formations pour devenir data scientist ?

Le métier de Data scientist a beau être récent, la demande sur le marché de l’emploi est forte. Les cursus qui mènent à ce type de poste sont donc de plus en plus nombreux.

Pour obtenir les compétences nécessaires, il est fortement recommandé d’être titulaire au minimum d’un Bac +5.

Plusieurs voies académiques sont envisageables, il y a les formations :

  • d’ingénieur ;
  • en informatique ;
  • en statistique ;
  • en mathématiques ;
  • en science des données.

Il existe aussi quelques cursus spécialisés en big data et data science, telles que l’école en ligne DataScientest ou le parcours Data Science For Business de HEC.

Quelques formations qui permettent d’accèder au poste de data scientist

Les formations publiques :

-Master de Modélisation Statistique, Economique et Financière (MoSEF) - Université Paris 1 Panthéon-Sorbonne

  • Master Mathématiques, Vision, Apprentissage (MVA) - Ecole normale supérieure (ENS)
  • Master for Smart Data Science - ENSAI
  • Master Data Science - Ecole Polytechnique (et HEC Paris)

Les écoles privées :

  • Master spécialisé en Data science - ENSAE Paris
  • MSc en Digital Marketing & Data Science - EM Lyon
  • MSc in Data Analytics & Artificial Intelligence - EDHEC Lille

Les formations online :

Quels sont les débouchés ?

En tant que “rockstar” du marché du travail, les offres d’emploi ne manquent évidemment pas pour ce métier. Encore faut-il véritablement disposer des qualités requises. « Les formations de Data Scientist sont récentes, trouver un candidat précisément formé au métier et qui possède de l’expérience est rare et donc cher », précise Gaël Varoquaux. Dans ce métier, la demande augmente de manière exponentielle. La data science se retrouve aujourd’hui dans tous les secteurs. On peut travailler pour de grandes entreprises comme pour des start-ups, dans le secteur agro-alimentaire comme dans la finance.

Quel est le salaire d’un data scientist ?

Le salaire moyen d’un data scientist.) fait rêver les aspirants à ce métier.
En début de carrière, un débutant gagne entre 35 000 et 45 000 € par an. À partir de trois ans d’expérience, il peut espérer toucher entre 55 000 et 65 000 € par an.

En France, le salaire moyen d’un data scientist est de 46000€ par an.

La rémunération peut même grimper jusqu’à 100 000 € par an pour les postes les plus prestigieux, notamment au sein des grandes entreprises. De quoi se motiver à bûcher les cours de mathématiques !

Quelles sont les évolutions de carrière possibles ?

Avec de l’expérience, de la volonté (et un peu de talent), le data scientist peut rapidement faire progresser sa carrière.

Les postes de Chef de projet data ou Lead data scientist sont des évolutions logiques à envisager. Vous serez alors chargé de superviser une équipe de data scientists et de data analysts.

En tant que data scientist senior, vous pourrez aussi viser des postes plus rémunérateurs dans des entreprises prestigieuses, ou même proposer vos services en tant que freelance.

Enfin, avec le déploiement des objets connectés, la fonction de data scientist est vouée à beaucoup évoluer dans les prochaines années. « Le but étant de simplifier et d’automatiser au maximum le traitement des données, il est même possible que le métier disparaisse à terme, lâche Gaël Varoquaux. Mais quand on exerce cette profession, c’est qu’on aime apprendre. Nous saurons faire autre chose. Plein de nouveaux jobs attendent les personnes agiles du clavier. »

Alors, prêt à sauter le pas ?

Retrouvez aussi toutes les offres d’emploi de Data Scientist.