Si le mot Big Data s'est invité dans votre métier depuis quelques années, pour désigner le volume toujours plus important de données disponibles pour les entreprises, un autre terme fait surface. Un nom de poste même : Data Scientist. Une nouvelle appellation un peu pompeuse ? Un "job" passager ? Essayons de définir le terme Data Scientist et son rôle réel au sein des entreprises.
Qu'est-ce qu'un Data Scientist : la définition
Le "Data Scientist" est un être rare. Il est le responsable de la valorisation des données que l'entreprise possède et collecte quotidiennement. Mais il est aussi mobilisé sur l'aspect gestion de ces données. C'est en fait un "haut responsable", sorte de référent pour toutes les questions liées à la data. Un nouveau métier issu des nouvelles technologies et de la digitalisation des échanges, qui concerne tous les secteurs et apporte un savoir-faire à tous les niveaux de l'entreprise. De la finance à l'assurance, en passant par le marketing ou la R&D, chaque service peut profiter de l'analyse menée par un Data Scientist. Cette analyste de données moderne et "numérique" est donc positionné dans un rôle transversal. Que fait-il concrètement ?Si l'on prend l'exemple d'une entreprise qui possède une forte activité sur le web, alors le Data Scientist peut intervenir à plusieurs niveaux : étudier les interactions des visiteurs, les croiser avec des données sectorielles, afin de définir le type de contenus à proposer. Il peut aussi se pencher sur les données issues des réseaux sociaux, puis les coupler avec des informations de saisonnalité, ou des paramètres de prix, afin de fournir des recommandations stratégiques.
Le Data Scientist, un nouveau poste "logique" en entreprise
L'arrivée des Data Scientist en entreprise n'est pas un simple phénomène de mode. En effet, historiquement, la collecte de données était un besoin essentiellement matériel pour les entreprises. La question centrale était celle de la technologie : avec quels outils collecter les données, via quelles opérations, et où les stocker / gérer ? Aujourd'hui, la plupart des entreprises ont ces technologies en place. Si elles ne sont pas encore équipées (ce qui est peut-être votre cas), les solutions sur le marché sont nombreuses. Merci le cloud. Mais une question demeure : qui s'occupe des données ? Qui peut les valoriser, les utiliser, les triturer, bref, les faire parler ! C'est ici que le Data Scientist arrive.
Données pour donner
Un Data Scientist est en réalité un enquêteur. En effet, il doit être doté d'un excellent sens de la rigueur et de l'organisation, et se lancer dans des investigations. C'est bien souvent dans des couches profondes de datas qu'il va trouver des éléments utiles, des signaux faibles qui peuvent initier une stratégie ou orienter une décision. Au quotidien, un Data Scientist doit utiliser les mathématiques, et plus particulièrement les probabilités, des séries linéaires... le tout en manipulant des données plus ou moins ordonnées (souvent moins que plus, pas vrai ?). Un Data Scientist est aussi un codeur : python, java, hive/pig/SQL. Toutes ces actions doivent être réplicables, et l'automatisation est son objectif. Peu de profils de Data Scientist, aptes à exploiter les datas sont disponibles sur le marché. Déjà en poste dans de grands groupes, recherchés, ils se font rares. Mais avec un réel besoin qui émerge, de nouveaux Data Scientist devraient rapidement se former. Surveillez-les, car ils vous seront utiles.
[alert-success]Lire aussi : Big Data Analytics : l’analyse prédictive, c’est maintenant ! et 6 étapes pour piloter votre stratégie de contenu par la data[/alert-success]Crédit photo : geralt / Pixabay
