Le succès d’un programme de data science, plus généralement nommé Big Data Analytiques, repose sur les compétences de l’homme qui mène les missions, le data scientist.
Data Scientist est un métier hybride, qui cumule quatre rôles – gestionnaire, développeur, créatif, et chercheur - et leurs interactions. Mais chaque data scientist est unique. Alors comment se répartissent-ils dans leurs missions hybrides ? La réponse est le fruit de la diversité de ce jeune métier.
1. Toutes les industries sont concernées
Premier constat, tous les secteurs économiques et toutes les industries sont concernés ou le seront. S’il ne manquait des personnes qualifiées, et certainement pour certaines les moyens de les recruter, toutes auraient aujourd’hui au moins un data scientist dans leurs équipes.
2. Les métiers du data scientist
Une étude américaine réalisée auprès de 1 000 personnes qui s’auto-identifient comme étant des data scientists a permis de qualifier 25 compétences requises pour exercer ce métier.
Le graphique ci-dessus vous présente la liste des compétences, tout en vous indiquant le degré d’implication du data scientist : expert, avancé, intermédiaire, novice, connaissances.
3. Les rôles du data scientist
La mission du data scientist entre dans 4 ‘rôles’ : management business, développeur, créatif, chercheur. Chacune des compétences évoquées précédemment renvoie vers un ou plusieurs rôles.
4. Combien de rôles ?
Étonnamment, malgré la diversité de la fonction, un data scientist sur deux (49%) estime que la meilleure description du métier qu’il exerce repose sur un seul rôle. Si l’on y ajoute les 3 data scientists sur 10 (32%) qui vont jusqu’à l’exercice de 2 rôles, cela se résume à 8 data scientists sur 10 (82%) qui limitent l’exercice de leur fonction à 1 ou 2 rôles.
C’est l’image du data scientist hybride - nous lui préférons le vocable ‘touche à tout’ probablement plus adapté – qui en prend un coup. 13 % des data scientists indiquent exercer 3 rôles qui composent leur métier, et 4 % (!) seulement exercer les 4 rôles.
5. Quels rôles pour quelles industries ?
Les industries ne sont pas toutes friandes des mêmes rôles. Ainsi :
Le chercheur est très présent dans- 83 % - Éducation et sciences
- 69 % - Publicité, médias, loisirs
- 65 % - Services financiers
- 61 % - Médical et santé
- 61 % - Conseil
- 59 % - Gouvernement
Les développeurs sont principalement présents dans
57 % - Technologies de l’information
Le management business dans
69 % - Commerce et industrie grand public
Les créatifs dans
58 % - Services professionnels
57 % - Communications
6. Quelles compétences pour quelles industries
Notons que les industries se partagent à peu près équitablement les compétences de base du data scientist, gestion, IT et Maths/statistiques.
7. En conclusion
La vision du data scientist diffère selon le profil de son emploi, ses compétences scientifiques et la satisfaction obtenue dans l’exercice de son métier. 75 % d’entre eux proviennent de 5 industries : les technologies de l'information (26%), l’enseignement et les sciences (14%), le conseil (13%), les services financiers (11%), et la santé et le médical (9% ).
Remarquons également que les data scientists qui affichent les diplômes les plus élevés sont également ceux qui alignent le plus grand nombre de domaines de compétences. En revanche, hormis les data scientists qui exercent dans les communications, les autres ne possèdent pas de compétences dans le domaine de l’industrie où ils exercent.
Source : Etude de Business over Broadway - Image d’entête 34295530 @ iStock artenot
