Activités principales :

Un data scientist est un expert en science des données. Son métier consiste à collecter et exploiter les données disponibles sur Internet (big data) pour créer des solutions de gestion pour l'entreprise.
Il peut en tirer des conclusions qui guident sa réponse aux problèmes de l'entreprise. Le profil Data Scientist est complexe et nécessite des compétences informatiques pointues.
Ceux-ci vous permettent de modéliser de grandes quantités de données. Le menu comprend les mathématiques/statistiques, l'apprentissage automatique, la passion pour les données, le travail avec les mégadonnées, la curiosité, les compétences en communication, l'intuition et le respect de la confidentialité.

Compétences requises :

• - Algèbre : une bonne connaissance du calcul matriciel et de la géométrie de diffusion est requise.
• - Statistiques : une solide connaissance des statistiques est essentielle, y compris des sujets tels que la régression linéaire, la régression multivariée et les corrélations entre les variables.
• - Programmation de niveau avancé : Pour exercer le métier de scientifique des données, vous devez maîtriser les concepts théoriques de la programmation orientée objet structurée et les concepts connexes de la complexité computationnelle.
• - Conception et utilisation de bases de données relationnelles : le profil du candidat Data Scientist doit être capable de résoudre des problèmes de conception (indexation de base de données, normalisation ou conception physique) jusqu'à la configuration et l'optimisation des requêtes SQL. Une connaissance de la conception et de l'utilisation de bases de données NoSQL et NewSQL est également requise.
• - Connaissance des systèmes distribués (informatique distribuée et à haute performance, HPC) couvrant les concepts liés à l'informatique distribuée et aux modèles et problèmes de stockage de données distribués.
• - Apprentissage automatique : cette spécialisation de data scientist comprend des algorithmes supervisés (arbres de décision, réseaux de neurones, méthodes probabilistes, SVM, etc.) et des algorithmes non supervisés pour les problèmes de classification, de régression ou de clustering (clustering hiérarchique ou k-means).
• - Comprendre les différentes typologies et cycles de vie des données : Une compétence très importante pour pouvoir aborder les problématiques requises pour ce métier. Cela comprend les compétences liées à la collecte de données (IoT, web sémantique, données ouvertes et liées, etc.) caractérisées par des métadonnées ou des processus d'extraction, de transformation et de chargement (ETL, extraction, transformation et chargement).
• - Maîtrisez les techniques et les outils de visualisation des données pour présenter les résultats de manière claire et concise. Les outils les plus pertinents sont les outils de modélisation Tableau, D3.js ou Processing. L'expertise dans ces domaines techniques est une partie importante du processus d'analyse des données. Cette connaissance vous permet de comprendre vos données en profondeur et de poser les bonnes questions pertinentes. Gestion de projet : comme pour tout projet, les data scientists sont souvent responsables de la gestion de projet et doivent être autonomes.
• - Confidentialité : les scientifiques des données doivent avoir les compétences éthiques et sensibles nécessaires pour gérer correctement les données avec lesquelles ils travaillent pendant l'exécution d'un projet.

Salaire :

Le salaire du data scientist, s'établit à partir de 50 K€ à 60 K€.