Dans la peau de Victor Mazzeo, Data Scientist chez tinyclues

L’utilisation des données est indéniablement un secteur d’avenir. Si les géants du digital s’y sont intéressés très tôt, certaines startups ont également su tirer leur épingle du jeu. C’est le cas de tinyclues qui s’est imposé comme l’acteur français incontournable dans ce domaine. Au sein de leur somptueux loft parisien, nous avons rencontré Victor. Il est l’un des nombreux Data Scientists de cette entreprise. L’occasion pour nous d’en savoir un peu plus sur ce qu’est réellement ce métier.

Peux-tu commencer par nous expliquer ton parcours dans ses grandes lignes ?

Il est relativement classique, j’ai d’abord commencé par une licence de mathématiques à Toulouse, puis j’ai continué avec un Master en mathématiques à l’école d’ingénieur Insa Toulouse. J’ai ensuite réalisé un stage chez tinyclues, avant d’y être embauché !

Si tu devais nous expliquer concrètement en quoi consiste le métier de Data Scientist chez tinyclues ?

Il existe plusieurs types de Data Scientists. Chez nous il y en a deux :

• Le Data Scientist côté opérationnel : C’est celui qui est capable d’utiliser les données, de les comprendre pour en sortir des insights business et métier. Il est généralement amené à rencontrer les clients en début de relation, de manière à évaluer la pertinence de nos modèles appliqués à leur entreprise.
• Le Data Scientist côté R&D : Il est sur l’optimisation des modèles informatiques et mathématiques. Sa portée business est quasi nulle et il se concentre uniquement sur la partie technique : trouver de nouveaux algorithmes, les tester etc.

Personnellement, étant arrivé au moment où l’équipe était encore petite, je travaille avec les deux profils. Mais je suis actuellement en migration vers un poste de Data Scientist plus axé produit.

Lorsque tu as passé ton entretien de recrutement pour ce poste, comment est-ce que la personne en face de toi a pu savoir que tu avais le profil pour ce job ?

Chez nous on cherche d’abord à évaluer la curiosité du candidat. Ce métier nécessite de s’intéresser à beaucoup de choses très différentes les unes des autres : à l’implémentation informatique et mathématique mais également au business. Côté informatique il est indéniable qu’il faut absolument maîtriser un certain nombre de langages. Mais comme les outils évoluent en permanence, il faut qu’il soit toujours en phase avec ce qui se fait en ce moment.

Pour analyser la capacité du candidat à avoir une vision business on l’interroge sur un cas concret qui concerne notre marché, par conséquent en lien avec le marketing. On regarde aussi s’il est capable de faire preuve d’intuition concernant le comportement des utilisateurs, et on observe les données qu’il juge pertinentes à traiter.

Est-ce qu’il existe des formations pour accéder à ce type de fonction ? Ou est-ce encore trop récent ?

Les écoles mettent toujours du temps pour se mettre à jour, changer un programme ça peut parfois être très long. À l’Insa Toulouse, j’ai eu de la chance parce que le directeur avait justement pour volonté d’aller très vite sur ce sujet. Il existe tout de même des écoles spécialisées en analyse de data et il y a quelques masters en phase de devenir incontournables. Mais il est également possible de se former en ligne et ainsi de se forger une première expérience qui peut être valorisée en entretien. Personnellement je préconise Kaggle ou encore Datascience.net.

Ce ne sont pas encore des sésames pour les entreprises mais c’est tout de même bienvenu. D’ailleurs si le candidat peut venir avec du code qu’il a poussé sur des sites comme GitHub, cela permet de se faire une idée précise de ses compétences.

Quelles sont les qualités incontournables pour être un Data Scientist ?

La première qualité à avoir c’est la rigueur, ça peut paraître un peu bateau mais il faut impérativement l’être. Cela permettra par exemple d’avoir le réflexe de refuser des chiffres qui sont issus d’une méthode hasardeuse.

Il faut également être curieux, c’est ce qui permet de ne jamais se lasser dans l’analyse. Dès que l’on commence à faire les choses sans avoir la volonté de creuser on aura nécessairement un mauvais rendu.

J’imagine que vous n’êtes finalement pas si nombreux à maîtriser ce domaine, tu te fais beaucoup chasser par d’autres entreprises ?

Oui clairement, c’est un métier pour lequel on est beaucoup chassé. L’offre de candidats n’est pas très importante et les Data Scientists en poste sont très convoités.

Mais finalement analyser des données sur le comportement des internautes sur un site de vente ou sur autre chose c’est relativement la même chose. Qu’est-ce qui fait que c’est dans cette entreprise que tu souhaites continuer à le faire ?

Ce qui me plaît le plus c’est l’aventure d’évoluer au sein d’une startup, le fait d’accompagner sa croissance depuis le début. Cela permet de voir toutes les étapes : le questionnement, la recherche, la structuration, etc.

En ce qui me concerne, il y a également un facteur important qui concerne mon ancienneté. Je porte le produit depuis tellement longtemps que j’ai envie de continuer à le faire évoluer, et je suis convaincu que l’on peut aller encore plus loin.

Sans oublier que je crois vraiment en ce que nous proposons, et ça c’est essentiel pour moi.