Data scientist : le métier que tout le monde va vouloir faire ?
Dernièrement, vous avez peut-être entendu parler du désormais célèbre métier de spécialiste des données, une profession qui connaît beaucoup de succès et qui est considérée comme un emploi de rêve. Pourquoi est-ce autant populaire ? Et pourquoi les entreprises sont-elles prêtes à payer des sommes astronomiques pour ce genre de travail ? Je vais essayer de répondre à cette question et à d'autres dans cet article.
Le rôle du spécialiste des données est aujourd'hui une carrière très prometteuse. Elle a un pouvoir énorme, influant presque tous les marchés, principalement pour deux raisons :
- un nombre croissant d'entreprises et de start-ups s'intéressent à l'intelligence artificielle et à l'apprentissage machine
- la gestion et l'analyse correctes des données de l'entreprise et du marché garantissent un avantage concurrentiel clé
Réduire le taux de mortalité des entreprises
En fait, une grande partie de la "mortalité" des entreprises est due au fait que ceux qui entrent sur le marché n'ont aucune idée de ce qu'ils font. Pensez qu'en moyenne, sur chaque entreprise qui naît, il y en a trois qui meurent. Cela s'explique par diverses raisons, notamment par le fait que personne ne recueille, ne catalogue, n'analyse ou n'interprète les données du marché. Ce n'est pas tout : en plus de ne pas le faire avant d'entrer sur le marché, les entreprises ignorent ces opérations fondamentales, même au cours de leur activité.
Les entreprises ont la possibilité de collecter des données de n'importe où, principalement auprès de leurs clients, une source inépuisable d'informations en constante évolution. Cependant, selon un rapport de Gemalto de 2018 sur la sécurité des données, jusqu'à 65 % des entreprises interrogées ont déclaré qu'elles ne pouvaient pas analyser ou catégoriser les données. Pire encore, 89 % connaissent les avantages potentiels de l'analyse des données, mais n'ont aucune idée de la façon de le faire. Cette phrase à elle seule suffirait déjà à convaincre.
Profitez des nouvelles règles de gestion des données
Si vous résidez dans l'Union européenne, vous avez peut-être entendu parler du nouveau règlement sur la protection des données qui est entré en vigueur en mai 2018, le RGPD. Ce règlement prévoit que les entreprises opérant en Europe (mais aussi en dehors de l'Europe) sont tenues de gérer différemment les données des utilisateurs, en les informant des données qui sont enregistrées et de la manière dont elles le sont. En outre, l'UE oblige les entreprises à supprimer ces données lorsque les utilisateurs en font la demande.
Comme je l'ai dit plus tôt, cette loi ne s'applique pas, par exemple, aux entreprises opérant aux États-Unis, mais ne chantez pas victoire tout de suite parce que la Californie publiera un règlement similaire d'ici 2020, le ACFA. Par conséquent, ces réglementations augmentent le besoin d'experts en données en raison de la nécessité d'une analyse en temps réel et d'un stockage responsable des données. De plus, dans la société d'aujourd'hui, les gens sont plus prudents que par le passé à l'égard de l'abandon des données, ce qui explique pourquoi l'aide de personnes plus expérimentées est nécessaire.
Une carrière en constante évolution
Les carrières sans potentiel de croissance restent stagnantes, évoluent à peine, jusqu'à ce qu'elles perdent toute pertinence pour la société. Au contraire, ce travail dans les données offre déjà de nombreuses possibilités d'évolution au cours de la prochaine décennie. Comme la demande d'emploi ne montre aucun signe de ralentissement, c'est certainement une autre bonne nouvelle pour ceux qui souhaitent entrer dans le domaine de la science des données.
L'un des changements susceptibles d'apparaître bientôt est que le titre de scientifique des données deviendra plus spécifique. En fait, à l'heure actuelle, il est possible de trouver des scientifiques des données dans différentes sociétés, mais il n'est pas nécessairement vrai qu'ils font la même chose. Je vous invite donc à vous spécialiser, car vos qualifications et vos carrières deviendront de plus en plus spécifiques.
Compétences requises partout
Selon les dernières données d'Almalaurea, 94% des diplômés en informatique ont obtenu un emploi avec un salaire net de 1489 euros. C'est certainement un autre facteur qui indique que la carrière de spécialiste des données est en mesure de vous offrir un bureau avant d'autres domaines. Plus précisément, leur demande a augmenté de 256 % depuis 2013, de sorte qu'il est évident que les entreprises ont tendance à reconnaître la valeur des scientifiques des données et à en avoir nécessairement besoin.
L'augmentation du nombre de données quotidiennes
Les gens produisent des données tous les jours et le plus souvent sans y penser. 5 milliards de consommateurs interagissent quotidiennement avec les données, un chiffre destiné à atteindre 6 milliards en 2025, soit les trois quarts de la population mondiale. En outre, la quantité de données dans le monde en 2018 s'élevait à 33 zettaoctets, mais les projections indiquent une augmentation à 133 zettaoctets en 2025.
En résumé, la production de données est en hausse et les scientifiques seront à l'avant-garde pour aider les entreprises à les utiliser efficacement.
Salaire plus élevé et forte probabilité d'avancement professionnel
LinkedIn a récemment nommé le data scientist comme la carrière la plus prometteuse de 2019. Une des raisons pour lesquelles il a obtenu la première place est que le salaire moyen est de 1 300 000 $ par année. L'étude LinkedIn a également examiné la probabilité que les gens puissent obtenir des promotions et le score était de neuf sur dix. Bien sûr, comme dans toute industrie, le spécialiste des données doit aussi faire preuve d'initiative et saisir les occasions.
Avez-vous déjà entendu parler de cet emploi ?
Cet article (comme bien d'autres sur le sujet) oublie de mentionner qu'il faut être titulaire d'un master de maths appliquées (orienté stats) pour être datascientist. Ce qui fait que les candidats compétents ne sont pas si faciles que ça à trouver. Du côté des écoles d'ingénieurs, l'Ensai et l'Ensae sont spécialisées dans ce domaine.
C'était hier à user!2019 une keynote très inspirante de Julien cornebise. C'est dispo sur YouTube. On est très loin du bullshit job..
Chacun voit midi à sa porte, mais pour bien des personnes même si c'est très bien payé ça ne s'apparente pas à un boulot de rêve quand il s'agit d'analyser des données sur un écran dans un bureau climatisé. Par contre, être bien payé pour être guide sur une île paradisiaque, ça c'est un boulot de rêve !
Une île n'est paradisiaque que quand elle n'est pas infestée de touristes...
Le tourisme ou le touriste est le plus sûr moyen de détruire les "paradis" que ce soit la Thaïlande, l'Everest ou Venise ou n'importe quelle "usine à touristes" au point où des réglementations sévères sont de plus en plus indispensables pour ne pas "tuer la poule aux oeufs d'or".
C'était un exemple, et il y a tout de même des personnes qui gagnent peu d'argent et qui sont bien plus heureuses que d'autres qui en sont blindées à ne savoir qu'en faire ou à le dépenser en croisières ou voyages polluants, ou à se créer des besoins qui ne sont pas vitaux voire même facteurs de stress
Data scientist....Des gens surpayés pour aider les entreprises à faire chier leurs clients en exploitant plus efficacement les données qu'elles collectent sur eux à des fins lucratives...Et vous présentez ça comme un métier que "tout le monde va vouloir faire" ? Bravo pour votre esprit critique, les gars, moi j'appelle ça un " bullshit job", un truc socialement nuisible mais super bien payé.
As-tu vu le point d'interrogation à la fin du titre ?
Tu penseras probablement que cela est insuffisant mais qu'un site qui doit (sur)vivre dans ce marigot ultra-libéral ait encore la volonté de poser la question plutôt que de considérer la chose comme acquise (là je pense à certains sites français ou autres) ne me désespère pas complètement.
Il existe sûrement des structures pour qui ton avis (ou le mien...) sont largement partagés (quand il ne sont pas unanimiste à ce sujet) mais, par contre, ils ne sont guère appréciés ou accessibles à une grande majorité. Delà à penser qu'elles rencontrent un succès suffisant pour être viable et largement reconnu me semble encore comme une belle utopie... malheureusement !
Et penser que tous les rédacteurs du site font la même analyse que celle prêchée dans cet article me semble quand même assez présomptueux.
Le problème c'est que les gens qui n'ont ni les capacités mathématiques ni la formation scienfitique pour accéder à ce genre de poste aiment qualifier le métier de data scientist de "bullshit job". Étant datascientists je pense que ce métier a beaucoup plus d'impact qu' un simple développeur. D'ailleurs recruter un data scientist est bcp plus compliqué que recruter un développeur comme il en existe des milliers
C'est marrant parce que l'analogie entre ce que tu décris et ce qu'expliquerait un trader pour défendre son métier est évidente. Eux aussi ont des capacités mathématiques, une formation de haut niveau dans les grandes écoles et les universités les plus renommées, un impact considérable (ils contribuent à toutes les crises financières qui dégénèrent en crises économiques et sociales), et le fait de recruter un trader est beaucoup plus compliqué que le recrutement d'un simple conseiller clientèle dans une banque.
Ça n'empêche pas que le boulot que fait le trader est nocif, inutile, et ne sert que les intérêts d'une minorité nantie qui s'engraisse sur le dos des États et des peuples. Bref, c'est pas parce que les salaires sont élevés, que les jeunes en rêvent et que le recrutement est sélectif que ce n'est pas un bullshit job...Qu'il s'agisse des élites du système bancaire ou des géants du big data, il faut bien qu'ils recrutent des serviteurs dévoués (mais très compétents j'en doute pas) pour asseoir leur emprise et préserver leurs intérêts. Merci donc pour ces precisions...
Je pense que tu ne sais pas ce qu'est un data scientist et que tu confonds avec data analyst ou data engineer. Les traders proviennent plus d'école de commerce d'ailleurs donc ça n'a rien à voir
La nocivité, c'est-à-dire les conséquences néfastes pour l'ensemble de la société, n'est jamais perçue par leurs auteurs qui ne voient que le volet positif de leurs actions.
Par contre, ceux qui les subissent, comprennent à leur dépens les conséquences pas toujours perceptibles des actions qu'ils provoquent.
Les centaines de millions de personnes qui ont perdu leurs moyens de subsistance depuis le développement de l'ultralibéralisme dans les années 80 savent ce que vaut cette pratique...
Par contre, les économistes qui l'ont théorisé et mis en pratique "se contentent" d'apprécier les compliments des rares personnes qui en ont bénéficié et qui font partie de leur entourage habituel et se gardent bien d'apprécier les conséquences de leurs actes.
Oui, bah écoute, tu vas m'expliquer sans doute que le data scientist est un "scientifique" (lol), la tête pensante sans qui les data analyst et data engineer (quel jargon enfumant...) ne pourraient accomplir leur basse besogne. Ça ne change rien à l'affaire.
Par analogie encore, je te dirais que j'ai plus de respect et de considération pour la pute que pour son proxénète.
Quant aux traders, tu sais sans doute que la plupart sont entrés dans les grandes écoles (de commerce ou autre) en passant des concours où la sélection de fait en partie sur les mathématiques (va voir l'épreuve de maths du concours HEC ou ESSEC ouvert aux bacheliers scientifiques, majoritaires dans ces écoles ) et qu'une fois qu'ils se spécialisent en "finance de marché", ils font très peu d'économie mais beaucoup de mathématiques financières.
De toute évidence tu ne sais pas de quoi tu parles. La partie maths d'hec est plutôt facile. En ce qui concerne les mathématiques financières va voir le Master El karoui, il n'y a personne d'école de
commerce et il y est même interdit de faire un stage en trading. Celui qui s'occupe de la partie mathématiques s'appelle un quant. De 3 le data scientist est un mathématicien avant tout : je t'invite à lire : Towards Principled Methods for Training Generative Adversarial Networks et à te faire une idée. Des papiers comme ça j'en etudie à longueur de journée. Et finalement dans mon cas je ne travaille ni avec les datas engineers et encore moins avec les data analysts.
Que c'est pitoyable d’émettre un avis de la sorte sans rien n'y connaître.
La preuve d'une peur de l'inconnu et d'une personne frustrée par son petit métier sans perspective d'avenir qui voit la technologie lui filer sous les doigts et qui n'a pour seule défense que de de critiquer un emploi dont les bases scientifiques lui seront à jamais inaccessibles.
Tiens, voilà que les renforts arrivent. Mon message rameute du monde, on dirait, c'est fou ce que la fierté personnelle pousse à faire.
Moi, ce qui me paraît pitoyable, c'est de voir deux crétins qui viennent poster leur premier message sur Android Pit en croyant nécessaire de se défendre parce qu'ils se sentent visés personnellement.
Si data scientist n'était pas un bullshit job, est-ce qu'on observerait l'un d'entre eux perdre son temps à défendre son métier ici ? Je ne crois pas. Quand on fait partie de l'elite, on sait se faire discret et on évite de la ramener en racontant sa life.
Mon petit métier sans perspective me convient très bien, merci.
Je t'ai pas insulté. Reste poli petit frustré
Tu es de toute évidence un ignorant frustré qui doit regarder les vidéos YouTube de complotistes et qui se plaît à critiquer des gens. Tu ne seras et ne pourras jamais être data scientist calme toi prend un verre d'eau et retourne à tes occupations
Ignorant, frustré, complotiste, t'as pas autre chose que ces poncifs à deux balles ? Ta data science ne fait pas de toi un fin psychologue, on dirait...
Regarde où ta misérable quête de reconnaissance te conduit: A penser que le fait que je ne serai jamais data scientist pourrait me faire de la peine...