1. Accueil >
  2. Formation >
  3. MBA / MS / Masters >
  4. Big Data : comment se repérer dans la jungle des métiers ?

Big Data : comment se repérer dans la jungle des métiers ?

big-data--comment-se-reperer-dans-la-jungle-des-metiers-

Laure Baron

05/06/2018

Les besoins de personnes qualifiées dans le big data explosent, et ce, dans toutes les entreprises. Zoom sur les compétences requises selon les différents métiers.

Data scientist ou data analyst, de la technique avant tout

Vous êtes ingénieur ou diplômé en informatique ? Le métier de data scientist pourrait vous convenir. C’est en tous cas celui qui, dans le secteur du big data, requiert le plus de compétences techniques. « Le data scientist arrive en amont du travail de data analyst, explique Françoise Collard, responsable du MS Marketing et Data Analytics de Neoma Business School. La première chose à faire, c’est de capturer la donnée, de la modéliser, de la mettre sur une plateforme, de rédiger les algorithmes. » Le data analyst, lui, traite et analyse les données ; il les valorise pour les rendre intelligibles des autres acteurs de l’entreprise - notamment des équipes marketing. Pour ce faire, lui aussi a besoin d’un minimum de background technique, selon Fanny Rabouille, responsable du MS Big Data de Grenoble École de Management.

« Le minimum, c’est la maîtrise d’un langage type SQL, Python, ou R ; d’un logiciel comme SPSS, et les bases de la statistique, explique Françoise Collard ». Bien que la plupart des programmes spécialisés en big data proposent de vous y former, la responsable du MS de Neoma Business School conseille d’utiliser des plateformes d’apprentissage en open source, « car quinze heures de cours en Python ne sont de toute façon pas suffisantes ».

Lire aussi : À la rencontre des data scientist de BNP Paribas

 

Chief Data Officer : au minimum, une culture scientifique

Autre métier en vogue : le Chief Data Officer. Lui n’a pas besoin de savoir développer ou créer des algorithmes, car son rôle est avant tout de concevoir une organisation facilitant l’accès aux données par les dirigeants de l’entreprise. « À ce poste stratégique, il ne faut pas forcément une culture technique. On va vers de l’automatisation, donc les gens peuvent utiliser les outils sans les avoir développés, explique Stéphan Clémençon, responsable du MS Big Data de Télécom ParisTech. Mais il faut au moins une culture scientifique ».

Bref, dans le secteur de la data, quel que soit le métier, impossible d’être embauché sans connaissances en statistiques, en informatique et/ou en mathématiques appliquées. « Il faut connaître les différents outils, les problématiques de collecte et de nettoyage, la phase d’enrichissement des données, savoir reconnaître si la data est bonne, etc… », liste Fanny Rabouille. Si le secteur attire, notamment grâce à son aura médiatique, la responsable du MS Big Data de GEM tient à mettre en garde d’éventuels candidats : « Tout le monde ne peut pas se coller dans la data ! »

 

Des définitions de poste encore floues en entreprise

Attention à ne pas se fier uniquement à l’intitulé d’un poste sur une annonce : selon les entreprises, les noms de data scientist et de data analyst recouvrent des contenus différents. « Quand on a lancé notre programme il y a deux ans, il y avait une certaine perméabilité entre les métiers », reconnaît Françoise Collard. Depuis, les attentes des entreprises ont changé… Mais il est toujours aussi difficile de savoir précisément à quoi s’attendre en postulant. Ainsi, à la sortie du MS Marketing et Data Analytics de Neoma Business School, les diplômés exercent des postes aux intitulés bien différents : consultants en analyse, marketing analysts, business intelligence & consumer excellence, web analysts...

Comme ces métiers de la data sont récents - certains sont nés il y a quelques années - les entreprises y projettent parfois des compétences auxquelles les étudiants ne sont pas formés : « Certains de mes étudiants se sont présentés sur des postes de data scientist, raconte Fanny Rabouille, ils sont revenus en disant qu’on leur avait reproché de ne pas connaître tel ou tel outil, et donc de ne pas être de "vrais" data scientist !”



Vers des métiers de plus en plus spécialisés

Pour Stéphan Clémençon, l’avenir est à de nouvelles spécialisations, car il est vain d’espérer former une personne à la data dans son ensemble : « Aujourd’hui, le data scientist peut passer de la finance au e-commerce ou à la maintenance prédictive. Pas sûr que ce soit le cas dans cinq à dix ans ! Il y aura des gens spécialisés dans le big data et la santé, dans le data journalisme, etc. On ne demandera plus de généralistes de la data. »

>>Trois Masters Big Data se présentent en vidéo sur Campus Channel

 

- Mastère Spécialisé Big Data - Grenoble EM & Grenoble INP – Ensimag

 

 - MS Marketing et Data analytics - NEOMA Business School

 

- Mastère Spécialisé Big Data - Télécom ParisTech

Il n'y a pas de

commentaires

Participez à la discussion

Réagir à cet article

Soyez le premier à commenter cet article.

+
Confidentialité de vos données
En poursuivant votre navigation sur ce site, vous acceptez l'utilisation de cookies et de technologies similaires permettant l’utilisation de données relatives à un même utilisateur par notre société ainsi que par des tiers comme les régies publicitaires partenaires, afin de réaliser des statistiques d'audiences et de vous proposer des services en lien avec votre recherche d’emploi, une offre publicitaire adaptée à vos centres d'intérêts et la possibilité de partager des contenus sur des réseaux sociaux. En savoir plus
J'accepte