Data scientist, data analyst... quels sont les métiers de la data ?

Data scientist, data analyst, data engineer… Vous pensez que tous ces titres de poste désignent le même métier ? Vous vous trompez ! Le secteur de la data regroupe une grande palette de métiers et bonne nouvelle, ils sont de plus en plus convoités par les entreprises. En témoigne le classement Linkedin des 15 professions les plus recherchées en 2020 : sur la première place du podium, les délégués à la protection et à la gestion des données. Qui sont donc les professionnels de la data ? Tour d’horizon de ces métiers très prometteurs.

Des métiers d’avenir

Dans l’optique de développer une stratégie marketing efficace et personnalisée, les entreprises accordent désormais un grande importance à l’analyse et la valorisation des données numériques qu’elles sont en mesure de collecter. Avec un volume d’information générée par nos usages des nouvelles technologies (des réseaux sociaux aux objets connectés) est tout simplement vertigineux (1,7 mégabytes de données par seconde et par personne dans le monde, selon International Data Corporation), le poids du marché en 2019 est estimé à 210 milliards de dollars. Plusieurs questions se posent alors : qui doit détenir nos données ? Qui peut y avoir accès ? Comment les conserver sans utiliser trop d’énergie ? Le rôle des experts de la donnée est donc de plus en plus nécessaire pour répondre à toutes ces nouvelles problématiques. Et si le secteur de la data vous tente, c’est un excellent choix de carrière, puisque les métiers de la data sont en pleine expansion. D’ailleurs, en raison d’une forte demande dans le secteur, les rémunérations des jeunes diplômés peuvent être parfois très alléchantes… On revient pour vous sur ce panel de métiers encore trop méconnus !

Quels sont les métiers de la data ?

Data Scientist, data analyst, data architect… ces intitulés de poste vous échappent ? Pas de panique, nous avons demandé à Clément Mundrzik, recruteur français expert en profils liés aux sciences des données, de nous éclairer précisément sur la signification d’une partie des métiers du secteur.

Le data scientist, l’interprète

• Les missions
  Clément nous explique en préambule : « Pour que des données soient utiles, il faut les récolter et les analyser. C’est ce qu’on appelle la data science. Imaginez un commerce : pourquoi ouvre-t-il ? Pourquoi met-il la clé sous la porte ? Un data scientist va récupérer des données brutes, extraire des connaissances et les interpréter pour trouver une réponse à ces questions. » Rendre une information exploitable et la valoriser : tel est son objectif.

• Les compétences
  Ce poste nécessite d’utiliser plusieurs outils d’analyse et implique un certain niveau d’expertise technique mais pas seulement : le data scientist a une vision d’ensemble et doit s’adapter aux demandes des différents clients. C’est une position à hautes responsabilités qui demande non seulement de savoir coder mais aussi de rédiger des rapports et de communiquer avec les responsables d’une entreprise. « Une de ses principales qualité pourrait être l’empathie. Le data scientist doit être un bon communiquant et doit savoir se mettre à la place du client et comprendre ses enjeux humains. Par exemple, je connais un data scientist qui travaille sur la façon d’éviter aux joueurs de rugby de se blesser : il se rend sur le terrain, discute avec les joueurs, les médecins, analyse les problèmes tiers comme le facteur temps. Il est capable de reformuler, d’adapter son langage en fonction de l’interlocuteur. » Avec toutes les données récoltées, il passe à une modélisation prédictive, c’est-à-dire qu’il construit un algorithme capable de faire des prédictions. Cela lui permet d’anticiper des tendances futures : les choix de consommation, les comportements d’achats, la croissance d’un secteur et donc les opportunités à venir, etc.

• L’insertion professionnelle
  Des écoles d’informatique ou de statistiques peuvent mener vers le métier de data scientist. C’est un métier très recherché sur le marché de l’emploi, il y a donc de nombreux postes à pourvoir !

L’ingénieur big data, le technicien

• Les missions
  L’ingénieur big data, ou data engineer a un profil plus technique que le data scientist. Il analyse des données grâce à des logiciels puis « trouve les moyens permettant de les exploiter. » Il classe les informations recueillies. Le data engineer s’assure que l’infrastructure de récolte, stockage et manipulation des données reste fluide et opérationnelle, de manière à ce que le data scientist puisse, lui, en tirer des tendances.

• Les compétences
  « Il sait coder python, scala. Il sait récolter rapidement les données et optimiser les processus de collecte. Il est aussi capable de “cleaner” les data, c’est-à-dire de les rendre lisible », nous informe Clément Mundrzik. Il doit maîtriser l’anglais technique pour une bonne prise en main des outils. Enfin, il doit pouvoir maîtriser les cadriciels (Hadoop, Spark, Hive, Storm, Pig, etc.) et les logiciels de base de données. En matière de soft skill, l’ingénieur data doit avoir une bonne communication orale pour pouvoir présenter des rapports des analyses.

• L’insertion professionnelle
  Pour se former à ce métier, un BAC+5 dans une école d’ingénierie informatique avec une spécialisation dans le Big Data est une bonne bonne option. Le data engineer peut être salarié d’une entreprise mais également consultant. Avec un peu d’expérience, il peut prétendre à un poste de directeur informatique.

Le data architect, le concepteur

• Les missions
  Le data architect est l’élément qui récolte les données brutes. Il doit également concevoir et optimiser les infrastructures, soit le systèmes de base de données. L’idée est aussi de garantir la protection des données. Comme l’ingénieur, il saisit les subtilités des différentes technologies. En revanche, son travail se situe plus en amont : il visualise et imagine un système tandis que l’ingénieur, lui, le construit.

• Les compétences
  Il doit pouvoir maîtriser un bon nombre d’outils : les bases de données, les infrastructures serveur et les outils de stockage de données en mémoire. Il travaille régulièrement avec les data scientists et doit donc avoir un bon esprit d’équipe et un bonne communication.

• L’insertion professionnelle
  Des formations en informatique, en management, en statistiques, en école d’ingénieur spécialisée ou en marketing pourront mener au métier de data architect.
  NB : il s’agit plutôt d’un poste à destination de profils seniors, forts d’une bonne expérience en Business Intelligence.

Le data analyst, le vulgarisateur

• Les missions
  Le data analyst doit exploiter l’information récoltée et l’interpréter afin de pouvoir ébaucher une stratégie de croissance. Pour ce faire, il doit déterminer les critères de segmentation des données. « Mathématiques, statistiques, algorithmes : toute cette matière peut être assez floue. Lui va fournir les résultats pour que les commerciaux -par exemple- parviennent à les comprendre. Une partie essentielle du quotidien du data analyst consiste à restituer des analyses sous forme de rapports, de visualisations graphiques, de présentations. »

• Les compétences
  Le métier de data analyst est fait pour les matheux et les matheuses ! Il demande également de solides bases en statistiques. Il doit pouvoir concevoir des tableaux et des bilans à partir des données. Il doit être rigoureux et bien maîtriser l’anglais.

• L’insertion professionnelle
  Pour se former à ce métier, il est préférable d’étudier l’ingénierie informatique, le marketing ou les statistiques. Quant aux opportunités professionnelles, elles se trouvent plutôt dans les grandes entreprises et celles qui possèdent une base de données.

Le chief Data officer, le manager

• Les missions
  Le chief data officer, également appelé directeur des données, participe au pilotage des données de l’entreprise et à l’élaboration de sa stratégie. Il s’assure que les données récoltées sont fiables et cohérentes. Il doit sélectionner les données qui permettront à l’entreprise de prendre des décisions optimales grâce à une vrai méthodologie. Ses compétences sont aussi liées au marketing, au management et aux enjeux business d’une entreprise.

• Les compétences
  Il doit avoir de solides connaissances des outils de Business Intelligence et d’analyse des données et être bon en maths et en statistiques. Pour mener à bien son rôle, la rigueur est de mise. Il lui faut également être un bon communiquant pour pouvoir être à l’écoute de ses équipes. En fait, il doit avoir les qualités nécessaires pour être manager.

• L’insertion professionnelle
  Une formation en informatique, en statistiques ou en marketing est nécessaire pour exercer cette profession. En revanche, statut de manager oblige, le métier de chief data officer demande une certaine expérience.

Suivant la taille de l’entreprise, les compétences et métiers listés peuvent se chevaucher, nous précise toutefois Clément. Pour lui, « en France, on a un peu de retard par rapport aux pays anglo saxons ou à la Scandinavie. Nous n’investissons pas autant de moyens que nos voisins dans le développement de la gestion de données ». C’est notamment le cas dans le domaine de la santé ou dans celui du sport. Si, selon une étude de 2019 d’IDC France (90% des entreprises françaises « ont conscience de l’importance de l’exploitation de la donnée »), la prise de conscience semble actée, on constate tout de même un retard dans le déploiement de ces technologies (seules 48% auraient recours au big data et 9% « aux outils prédictifs basés sur l’IA »). Malgré ce retard de la part des entreprises française, « les algorithmes sont déjà présents dans nos vies. Si, jusque là, nous ne nous en rendions pas vraiment compte, c’est en train de changer » ajoute Clément Mundrzik.

Suivez Welcome to the Jungle sur Facebook pour recevoir chaque jour nos meilleurs articles dans votre timeline !

Photo d’illustration by WTTJ