[Fiche métier] Qu'est-ce qu'un Data Scientist ?

Le Data Scientist a pour mission le traitement et la valorisation de "big data", c'est-à-dire de données massives. En tant que haut responsable, il est chargé d'établir une stratégie cohérente pour son entreprise, qui peut être une banque ou un organisme financier, une compagnie d'assurances, une agence spécialisée dans les statistiques numériques ou une société de marketing. Son rôle consiste à gérer les informations entrantes et à les utiliser à des fins commerciales.

S'il est débutant, il peut prétendre à un salaire annuel variant entre 35 000 et 55 000 euros. S'il est confirmé, il peut gagner jusqu'à 75 000 euros par an (source : Robert Half, étude sur les rémunérations 2017).

Quelle mission ?

Jugé le "métier le plus sexy de l'année" par la Harvard Business Review, le poste de data scientist est souvent confondu avec celui de data miner. Sa définition est simplifiée. Data Scientist signifie "spécialiste de la science des données".

Ce nouveau métier, reconnu depuis peu dans la sphère geek, est essentiel à l'entreprise. Il apporte des informations impossibles à obtenir par une voie classique en structurant (comparer les types de données et les moyens de stockage) et en manipulant habilement les données complexes du Big Data.

Le Data Scientist utilise Internet, les applications multimédias et smartphones pour recueillir le plus grand nombre d'informations possibles. Après les avoir analysées rigoureusement de façon à établir une stratégie organisationnelle et opérationnelle pour son entreprise, il en tire des solutions marketing, commerciales, de fidélisation clientèle ou encore de valorisation de l'image de marque. Les sources sont nombreuses et dispersées sur divers réseaux. Les regrouper, les étudier et les synthétiser constituent les principales tâches à effectuer.

Les informations ainsi récoltées lui permettent de maintenir le positionnement et d'assurer la compétitivité de son entreprise. Il sait notamment interpréter les problèmes liés au commerce ou au marketing et les transformer en problèmes mathématiques, rechercher les données nécessaires à la résolution des différentes problématiques (sur les fournisseurs, les clients, les employés, les produits ou services...), trouver des sources de données intéressantes, mettre en exergue les bases de données à modifier, compléter mais aussi créer ou supprimer des datawarehouse et estimer la valeur des données recueillies de façon à les reconditionner rationnellement dans le système cible. Il est un conseiller émérite au service de la technologie et du numérique. Il contribue à l'amélioration des performances et à la bonne marche de l'entreprise.

Le métier de Data Scientist combine trois fonctions différentes : analyste statisticien, informaticien programmeur et manager.

Ce professionnel est en relation constante avec d'autres data scientists ou des data miners (spécialistes du Data Warehouse), le directeur général, le responsable de production, le directeur business analyse, le directeur des systèmes d'information ou le directeur des études pour qui il rédige régulièrement des rapports. Le reporting est journalier, hebdomadaire ou mensuel selon la taille de la structure.

Il est amené à croiser les informations avec les différents départements : direction commerciale, direction financière et direction juridique et à tenir compte des contraintes externes liées aux prestataires de services, aux intervenants, aux prospects, aux consultants informatiques, ERP et MOA.

Pour qui ?

Le Data Scientist a un profil de geek à l'aise dans le domaine dans lequel il évolue. Il dispose de nombreuses compétences scientifiques : il est un statisticien confirmé, un mathématicien hors pair, un analyste de données à l'affût des dernières évolutions et un informaticien à l'aise avec les différents outils. Il connaît la modélisation, les règles de marketing, les engrenages nécessaires au bon fonctionnement de l'entreprise et est capable d'établir une communication efficace avec les équipes des différents départements. Il sait, de la même façon, transmettre les résultats obtenus à ses supérieurs hiérarchiques de façon claire et précise. Sa facilité à appréhender et à comprendre le churn (perte de clientèle, d'abonnés, voir aussi "attrition") est un plus.

Le Data Scientist dispose de nombreuses qualités. Il est diplomate. Il a le sens de l'écoute, Il est polyvalent, sûr de lui, en phase avec son environnement. C'est un passionné d'informatique et de chiffres capable de prendre des décisions managériales. Il est responsable et rigoureux dans son travail, méticuleux dans son approche des problématiques, patient et attentif aux évolutions. Il est un expert pour tout ce qui concerne l'analyse des segments (clients ou business).

Un métier encore récent

Le métier de Data Scientist n'existe que depuis quelques années. Les formations qui sont liées à ce poste sont donc peu nombreuses. En France, les grandes écoles : l'INP, l'IAMD (Telecom Nancy), HEC, l'ENSAE Paris Tech ou encore Télécom Paris Tech proposent plusieurs formations dédiées aux ingénieurs informatiques ou mathématiques, aux diplômés de licences et de masters. L'ENSIMAG de Grenoble permet même l'obtention d'un diplôme de niveau bac+6.

Le Data Scientist peut venir de divers univers. S'il est informaticien, il devra se former aux mathématiques, au datamining et aux statistiques. Il devra apprendre à utiliser Python. S'il est mathématicien, il devra acquérir des connaissances sur les bases de données SQL et NoSQL et avoir quelques notions sur les batchs (ou traitements par lots) et les Interfaces de Programmation (API). S'il a une expérience professionnelle en tant que responsable marketing, il devra reprendre l'ensemble des bases informatiques et mathématiques nécessaires à l'exploitation du Big Data.

Les employeurs ne demandent pas forcément une expérience réussie dans le domaine puisque le métier est encore en plein développement. Les jeunes diplômés ayant suivi une formation spécifique sont recherchés et recrutés en France mais aussi à l'international et notamment aux États-Unis.

Ceux qui évoluent rapidement voient leur salaire annuel augmenter significativement : jusqu'à 100 000 dollars.