Data Scientist

Rôle et périmètre du poste
Les missions
Soft skills et compétences techniques
Le salaire
Les formations

Le rôle et le périmètre de poste

Le (La) Data Scientist joue un rôle de plus en plus important au sein d’une économie qui se digitalise. Son périmètre de poste intègre l’analyse et l’exploitation des datas recueillies par différents canaux, et qui concernent principalement les clients, les prospects, éventuellement les collaborateurs de l’entreprise ou d’autres parties prenantes stratégiques comme les concurrents. Son expertise fine lui permet de traduire les enjeux business en formules mathématiques et en statistiques. Il (Elle) crée, à l’aide d’algorithmes dédiés, des modèles prédictifs et des rapports destinés à faciliter les prises de décision.

Le plus souvent rattaché à la direction des systèmes d’information (DSI), le (la) Data Scientist travaille en étroite collaboration avec d’autres équipes au sein de la structure qui l’emploie : direction, comptabilité et finance, services marketing, communication ou commercial…

Généralement plus expérimenté, le (la) Data Scientist possède une vision plus globale et stratégique que le (la) Data Analyst. Il (Elle) identifie d’abord les problèmes, avant de proposer des solutions concrètes pour les résoudre, tandis que le (la) Data Analyst se focalise uniquement sur les éléments qui lui sont soumis par sa direction.

Les missions du (de la) Data Scientist

Le métier de Data Scientist implique des missions variées au quotidien.

Ce professionnel commence par identifier les solutions de stockage de données et les outils d’analyse les plus pertinents, pour faire face à la conservation et au traitement d’une quantité massive d’informations (Big Data). Ses recommandations peuvent faire l’objet d’une production en interne, ou du choix d’un prestataire qualifié dans le cadre d’une externalisation.

La science des données intègre aussi des actions concrètes sur le recueil et l’analyse des données pertinentes dans l’amélioration de la performance de l’entreprise.

Le (La) Data Scientist consacre une part importante de son temps à l’élaboration de modèles de prédiction destinés à anticiper les évolutions et les tendances. Il (Elle) est aussi chargé(e) du développement d’algorithmes, qu’il (elle) construit directement ou dont il (elle) délègue la création à des prestataires spécialisés.

Les modèles prédictifs se traduisent aussi par la publication de tableaux de bord et de reporting, dont les résultats sont pensés pour être accessibles aux décideurs, et être exploitables par les différents métiers concernés.

Des actions de veille sont aussi confiées au Data Scientist. Elles s’avèrent nécessaires pour tirer parti des opportunités offertes par les nouvelles fonctionnalités des outils et des algorithmes, et par les évolutions statistiques, mathématiques, mais aussi juridiques et marketing, de la science des données.

Les soft skills

Un esprit critique est une qualité recherchée par de nombreux recruteurs. Un(e) Data Scientist doit en effet analyser avec objectivité et pertinence les problématiques qui lui sont confiées, afin de déployer les solutions les plus adaptées.

Bien qu’occupant un poste à dominante technique, un(e) Data Scientist doit démontrer des aptitudes à la communication. Il (Elle) obtient facilement le concours des différents métiers pour déterminer les meilleurs modèles prédictifs, et fait preuve de pédagogie pour expliquer le sens des indicateurs statistiques figurant dans ses tableaux de bord.

Une approche proactive permet de trouver des solutions innovantes aux problèmes rencontrés. Le (La) Data Scientist peut ainsi définir la méthode qui donnera les meilleurs résultats, en s’appuyant sur sa curiosité intellectuelle et sa créativité.

Une curiosité naturelle se révèle précieuse pour s’approprier le marché et l’univers de la marque, s’intéresser aux tendances et aux actions de la concurrence, et identifier les meilleures opportunités.

Les capacités d’analyse et de synthèse du Community Manager l’aident à déployer les stratégies les plus pertinentes, et à être force de proposition sur les actions à mener pour gagner en performance.

Les compétences techniques

Plusieurs familles de compétences sont requises pour exercer ce métier.

Une maîtrise du développement informatique est indispensable. Le (La) Data Scientist doit être en mesure d’utiliser des algorithmes complexes, reposant de plus en plus sur les dernières avancées en matière de machine learning et d’intelligence artificielle. Il (Elle) doit aussi connaître les différents outils de data management, de bases de données, et les langages informatiques associés : SAS, SPSS, SAP, R, Access, Excel, Python, SQL, no-SQL…

Possédant de solides connaissances en statistiques et en mathématiques, le (la) Data Scientist connaît aussi les fonctionnalités avancées des principaux outils d’analyse (Omniture, Google Analytics).

Une excellente culture générale en marketing permet de mieux comprendre les objectifs associés au traitement des informations, et de s’approprier les enjeux autour des modèles prédictifs et des reportings.

Une connaissance du cadre juridique relatif à la protection des données peut s’avérer utile. La data science doit en effet tenir compte des réglementations en vigueur, notamment le RGPD dans l’Union européenne.

Rémunération et évolutions possibles

Le profil du candidat, les missions associées, la localisation de l’offre et l’employeur impactent la rémunération :

Profil junior : à partir de 35 000 € bruts / an
Profil senior : plus de 60 000 € bruts / an

Un Data Scientist peut évoluer vers d’autres fonctions ou métiers :

Lead Data Scientist
Chief Data Officer

Devenir Data Scientist : les formations

Le métier de Data Scientist est souvent accessible après une formation supérieure, de niveau Bac+5, suivie à l’université, en business school ou en école d’ingénieur. Une spécialisation en informatique, en statistiques, en Big Data ou en marketing est préférable.

Dans le cadre d’une reconversion professionnelle, une formation certifiante peut être financée par les droits acquis au titre de Mon Compte Personnel de Formation (CPF). Une expérience réussie à un poste de Data Scientist, en marketing ou en statistiques, peut valoriser un profil.