Le Gai Savoir Interactif

1 – Le Data Analyst

Le métier qui a le vent en poupe cette année c’est sans aucun doute le métier de Data Analyst. Vous vous orientez vers ce métier si vous souhaitez aider les entreprises dans les aspects frontaux de leurs projets Data.

Le Data Analyst maîtrise les outils de reporting, de visualisation (Microstrategy, Business Objects, Microsoft Power BI), l’outil de suivi par excellence des décideurs (Microsoft Excel), la programmation VBA, R, le SQL, et possède de très bonnes aptitudes communicationnelles pour échanger avec les décideurs de l’entreprise sur la signification des indicateurs calculés sur la base des données. Son but ultime est l’analyse de données pour des fins décisionnelles. C’est un métier très fascinant pour les personnes qui se voient plus comme des chargés d’études, des analystes que comme des ingénieurs.

C’est un métier qui est de plus en plus sollicité dans le Big Data avec le déploiement en production des projets. Sa demande augmente à cause d’un regain d’intérêt du marché pour la Data Visualisation.  

La demande pour ce métier est en hausse constante depuis 2014 et est drivée par 3 choses :

• la prise de conscience progressive des entreprises de la façon dont les données peuvent être utilisées pour obtenir un avantage compétitif dans leur business model
• le déploiement des projets Big Data en production
• la transition de plus en plus croissante des entreprises de leurs systèmes de la Business Intelligence traditionnels vers les systèmes Big Data

Pour vous orienter vers ce métier, il vous faudra suivre un DUT STID (Statistique & Informatique Décisionnelle) ou un Master en Informatique Décisionnelle. Si vous êtes en reconversion, vous pouvez aussi choisir de directement passer une certification  sur Tableau, QlikView ou Microsoft Power BI.

2 – Le Data Engineer

Le second métier à avoir la cote en Big Data cette année. Vous vous orientez vers ce métier si vous souhaitez aider les entreprises à développer des applications de traitement de données.

Encore qualifié « d’ingénieur big data », le Data ingénieur est le premier acteur du processus de traitement de la donnée.

Le Data Engineer est spécialisé sur les problématiques de croisement et de gestion des données à large échelle en utilisant des outils et des techniques bien particulières. Une personne orientée vers ce métier  sera capable d’utiliser les frameworks de calcul massivement parallèle tels que Hadoop ou Spark pour gérer les gros volumes de données. Le Data engineer utilise son expertise technologique pour aider  les entreprises à venir à bout de leurs problèmes de qualité de données, de validation de la conformité de données aux règles de gestion définies par les directions métiers. En clair, vous vous orientez vers ce métier si vous souhaitez aider les entreprises dans les aspects opérationnels du management de leur données.

La demande pour ce métier est en hausse constante depuis 2016 et est drivée par la transition de plus en plus croissante des entreprises des systèmes de Business Intelligence traditionnels vers les systèmes Big Data et par la mise en œuvre de Data Lab.

Le salaire pour ce profil est en moyenne  de 47 044 € / an.  Il peut grimper jusqu’à 52 917 € par an pour des profils seniors en île-de-France.

Pour vous orienter vers ce profil, il vous faudra suivre un Master spécialisé dans le Big Data, comme le Master Spé de Telecom Paris Tech, ou alors vous pouvez suivre des formations spécialisées en MOOC.

3 – Le Data Scientist

Le profil de Data Scientist n’est plus à présenter, car il a le vent en poupe depuis un bon bout maintenant. C’était d’ailleurs le seul métier présenté par les médias dans les débuts du Big Data. Vous vous orientez vers ce métier si vous souhaitez aider les entreprises à « faire parler » leurs données.

Ce profil intervient en aval du Data Engineer. Le métier de Data Scientist exige des compétences en modèles mathématiques comportementaux (autrement dit des modèles mathématiques qui permettent d’expliquer ou anticiper l’évolution d’une variable). Des exemples de tels modèles sont : la régression linéaire, la régression logistique, la LASSO, la Bridge, les arbres de décision, les perceptrons multi-couches, la statistique descriptive, l’inférence statistique, les K-moyennes, les K-plus proches voisins, le CHAID 2, etc.

Grâce à la connaissance pointue qu’il a de ces différents modèles mathématiques, il est capable d’expliquer des phénomènes observés dans les activités de l’entreprise, anticiper le comportement d’une variable, recommander des actions à effectuer, catégoriser les données en fonction de leur degré de similarité. Par exemple, dans l’e-commerce et les réseaux sociaux, c’est le Data Scientist qui développe les algorithmes de recommandation qui tournent derrières les « personnes que vous pourriez aussi connaître », les « produits que vous pourriez aussi acheter », les « pages que vous pourriez aussi aimer ». Dans le domaine de la banque, les data scientists développent des modèles de scoring qui permettent de prêter ou pas de l’argent à un individu, d’investir ou de ne pas investir sur un projet, de définir et proposer des offres en fonction du profil de chaque client, etc. 

Pour vous orienter vers ce métier, il vous faut suivre une formation spécialisée en Data Science, comme la formation de l’ENSAE. 

4 – Le Data Manager

Un autre métier, mais tout récent dans le marché et qui a la cote en ce moment est le métier de Data Manager. Vous vous orienter vers ce métier si vous souhaiter être le garant de la qualité et de la disponibilité des données dans l’entreprise.

Aujourd’hui, contrairement au début des années 2000, où les data managers se retrouvaient uniquement dans les instituts de sondage, et les laboratoires pharmaceutiques, les Data managers sont désormais sollicités dans presque tous les secteurs d’activités. Ils trouvent leur place dans tous types d’entreprise et assurent la gestion des différentes données.

Comme vous l’aurez compris, le Data Manager est avant tout un “Manager”. Ainsi, son rôle est d’abord stratégique. Il définit les politiques d’organisation et de gestion de données à travers toute l’entreprise. Il doit anticiper les changements dans le secteur d’activité dans lequel évolue l’entreprise, identifier les nouvelles sources de données à récolter pour enrichir les analyses de l’entreprise, organiser techniquement et technologiquement les extractions de ces données, et les mettre à disposition des différents groupes d’utilisateurs dans l’entreprise. 

Grâce aux techniques du MDM (Master Data Management), il définit et gère les données à la base des processus métiers de l’entreprise : les données de référence. Par exemple, les données sur les clients, les finances, les produits, les services et la structure organisationnelle.

Son rôle est très important pour garantir la qualité et la disponibilité des données dans toute l’entreprise.

Pour vous orienter vers ce métier il vous faudra suivre des formations d’ingénieur orientées statistiques, informatiques, ou mathématiques appliqués.

5 – Le Consultant Décisionnel

Ce métier est un métier historique du marché de la data. Jusqu’à présent, il a le vent en poupe et cela n’est pas étonnant ! Vous vous orientez vers ce métier si vous souhaitez aider les entreprise à mettre en place leur chaîne décisionnelle.

A titre de rappel, l’informatique décisionnelle, qui est la discipline de ce métier,  désigne les moyens, les outils et les méthodes qui permettent de collecter, consolider, modéliser et restituer les données, matérielles ou immatérielles, d'une entreprise en vue d'offrir une aide à la décision et de permettre à un décideur d’avoir une vue d’ensemble de l’activité traitée.  

Ainsi, le Consultant décisionnel, encore appelé consultant Business Intelligence (BI), va accompagner les entreprises dans la mise en place d'outils d'aide à la décision (par exemple des tableaux de bord, des indicateurs de suivi de performance, ou encore des graphiques de suivi d’activité).

Pour vous orienter vers ce métier, il vous faudra maîtriser des ETL (Informatica, Oracle Data Integrator, Microsoft SSIS), des cubes OLAP, la modélisation et l’alimentation d’un Data Warehouse, et les outils de Data Visualisation.

Voilà ! Nous sommes arrivés au terme de cette article. Alors, vers quel métier souhaitez-vous vous orienter ? Dites-nous tout en commentaire.