« Data scientist : une personne meilleure en statistique que n’importe quel ingénieur logiciel et meilleure en génie logiciel qu’un statisticien » (Josh Wills, directeur data engineering chez Slack). Apparu pour la première fois au début des années 2000, le métier de data scientist a connu une véritable explosion. Ces profils sont extrêmement demandés et même indispensables pour les entreprises à l’ère du Big Data. D’ailleurs, le nombre d’offres d’emploi connaitrait en 2020 une augmentation spectaculaire passant de 364 000 postes à pourvoir à 2,7 millions, selon une enquête menée par la firme américaine IBM. Mais qu’est ce donc ce métier que ? Pour répondre à cette question, nous avons invité pour ce 114eme épisode de DigiClub powered by Topnet, notre cher ami et collègue, Marwen Dhemaied.
Le métier de data scientist consiste à gérer, analyser et faire parler des données brutes en utilisant l’intelligence artificielle. Ce « technical ninja » est simplement chargé de vous dire ce que vous ne savez pas à partir des données que vous avez déjà. Son degré de spécialisation extrême nécessite donc une maîtrise équilibrée de plusieurs compétences, entre autres, l’informatique, les mathématiques et le marketing. En d’autres termes, il est à la fois un bon informaticien, un bon statisticien et connaît avec précision les éléments de langages relatifs au domaine d’activité de son employeur.
« Le métier de data scientist requiert, mais à des degrés différents, les mêmes compétences que d’autres métiers qui sont le data analyst, le business analyst, l’ingénieur data ou encore le statisticien. Le data analyst exige de bonnes connaissances informatique et métier, le business analyst est plus dans le métier et les statistiques, l’ingénieur data doit, lui, être bon en math et en informatique – de par le côté technique de son métier – et enfin le statisticien a juste besoin d’être un bon mathématicien sans de grandes connaissances du métier », a expliqué Marwen Dhemaied.
Cette convergence entre l’informatique, les math et le domaine d’application spécifique fait de la data science un métier passionnant dans lequel on peut faire une reconversion professionnelle. Selon Marwen « tout le monde peut devenir data scientist », ou presque.
« A la Data Science Academy d’IntilaQ, nous avons reçu des profils de différents secteur du génie électrique au textile et même des chômeurs. Sur quatre mois, ces personnes ont eu des formations en mathématiques, informatique avec des applications sur plusieurs projets de data science. L’apprentissage est une question de répétition et de persévérance » a indiqué Marwen Dhemaied.
Les profils ayant une expertise métier auraient, tout de même, plus d’aisance à se convertir en data scientists parce que la partie métier demeure la plus difficile à appréhender.
« A ce niveau tout dépend si le profil a évolué au sein d’un grand groupe ou dans une petite entreprise », a avancé Marwen Dhemaied.
En plus d’être passionnant et évolutif, le métier de data scientist est très bien rémunéré, même en Tunisie, de quoi réjouir les ingénieurs dont certains jugent les salaires « trop bas » et se plaignent du manque de reconnaissance. Un data scientist junior toucherait en Tunisie au minimum 1500 dinars par mois (en France le même profil toucherait entre 3000 et 3700 euros par mois).
Les secteurs d’activité qui sont demandeurs de ces profils sont, par ailleurs, divers et variés. En Tunisie par exemple, un data scientist peut travailler chez une startup spécialisée, un éditeur de logiciels offshore, une banque, un assureur ou un acteur de la grande distribution. Ces secteurs sont conscients de la puissance de l’analyse des données et l’impact de leur exploitation pour améliorer leurs services et leurs revenus. La data est, en effet, le nouvel or noir.
Pour écouter l’interview au complet, veuillez cliquer ici.
Marwen Dhemayed, who’s who
Ingénieur en télécommunications de formation, il est à la fois entrepreneur co-fondateur de ATTILA Telco – une startup spécialisée dans la personnalisation des expériences clients sur le digital à travers ses solutions de systèmes de recommandation et de chatbots – et instructeur en Data Science auprès de plusieurs écoles d’ingénieurs (Sup’Com, Polytechnique…). Il a également participé à la création de IntilaQ Data Science Academy en 2018.
Nadya Jennene
