Les « data scientists » représentent des profils rares qui viennent de naître avec le maelstrome numérique qui déferle sur la société. C’est quoi au juste un « data scientist », comment peut-on devenir « data scientist » et pourquoi ce profil est de plus en plus recherché par les recruteurs ?
Sommaire
Que recouvre le terme « data scientist » ?
A parler la langue de Molière, un « data scientist » pourrait se traduire en « chargé de modélisation des données ». Confrontées à de nouveaux problèmes techniques et métiers inédites, deux entreprises qualifiées de grandes consommatrices de données sont à l’origine de la création de ce vocable. Les deux entreprises avaient besoin d’un profil qui regroupe des compétences à la confluence des technologies de l’information, du marketing et de la modélisation statistique, pour répondre à ce nouveau besoin, deux ingénieurs ont forgés en 2008 la nouvelle expression anglaise « data scientist ».
En tant que spécialiste de l’économie numérique et des traitements de fichiers de données volumineux, la mission principale d’un data scientist consiste en la récupération des millions d’informations disponibles grâce à internet pour en tirer la meilleure stratégie pour l’entreprise, particulièrement via le web et les Smartphones.
Pour devenir data scientist
Bien que les diplômes d’ingénieurs spécialisés en informatique, en statistique, et en marketing soient indiqués pour cette nouvelle fonction, le mastère spécialisé Data science reste une voie royale pour accéder au métier.
La formation hautement qualifiée du mastère spécialisé Data Science se base sur trois piliers majeurs :
- Un pilier méthodologique
- Un pilier technologique/logiciel
- Un pilier de champ d’application
Dédiée à des étudiants sortant de formation initiale au niveau bac+5, le mastère spécialisé Data Science peut être suivi en alternance (professionnels continuant de travailler, contrat d’apprentissage, contrat de professionnalisation).
Promis à un bel avenir, le data scientist est un nouveau métier qui concerne la finance, la banque, l’assurance, le marketing, l’informatique statistique…dans divers domaines. Si les « data scientist » sont aujourd’hui des profils rares, c’est parce que leur tâche est véritablement très créative : non seulement ils sont amenés à appliquer des méthodes déjà existantes, mais ils leur sera demandé d’imaginer de nouveaux modèles sur la base de leur connaissance du métier.
Crédit photo: Computing
