logo fullscreen logo
  • Dossier
    • Le méta-apprentissage fait ses premiers pas…
    • Les avancées prometteuses de l’apprentissage auto-supervisé
    • Que peut l’intelligence artificielle contre les fake news ?
    • Quand l’IA nous regarde…
    • Les réseaux de neurones impulsionnels
    • Quantification de la fragilité
    • Covid-19 et data
    • Ville algorithmique
    • Perception des véhicules autonomes
    • Formation continue
    • Data gouvernance
    • À la recherche des sens perdus
    • Deepfake
    • Agriculture numérique
    • Legal Tech
    • Données de santé
    • Start-up IA
    • Learning Analytics
    • Métiers de la data
    • Recherche IA : public/privé
    • Cybersécurité
    • Emplois dans la Data
    • Innovation et Data
    • Open source
    • Green IA
    • Sciences humaines et sociales et data
    • Voiture autonome
    • IA et création artistique
    • Des algos de confiance
    • Data cities
    • L’homme sur mesure
    • Débats autour des datas
    • Data science & robots
    • Usine 4.0
    • Données personnelles
    • Valorisations des données
    • Formation
  • Innovation
  • Expertise
  • Portrait
  • Point de vue
  • Lexique
  • + loin
    • Timeline
    • Repository
  • Emploi
    • Fiches métiers
  • S’abonner
    • NEWSLETTERS DÉJÀ PARUES
logo fullscreen logo
  • Dossier
    • Le méta-apprentissage fait ses premiers pas…
    • Les avancées prometteuses de l’apprentissage auto-supervisé
    • Que peut l’intelligence artificielle contre les fake news ?
    • Quand l’IA nous regarde…
    • Les réseaux de neurones impulsionnels
    • Quantification de la fragilité
    • Covid-19 et data
    • Ville algorithmique
    • Perception des véhicules autonomes
    • Formation continue
    • Data gouvernance
    • À la recherche des sens perdus
    • Deepfake
    • Agriculture numérique
    • Legal Tech
    • Données de santé
    • Start-up IA
    • Learning Analytics
    • Métiers de la data
    • Recherche IA : public/privé
    • Cybersécurité
    • Emplois dans la Data
    • Innovation et Data
    • Open source
    • Green IA
    • Sciences humaines et sociales et data
    • Voiture autonome
    • IA et création artistique
    • Des algos de confiance
    • Data cities
    • L’homme sur mesure
    • Débats autour des datas
    • Data science & robots
    • Usine 4.0
    • Données personnelles
    • Valorisations des données
    • Formation
  • Innovation
  • Expertise
  • Portrait
  • Point de vue
  • Lexique
  • + loin
    • Timeline
    • Repository
  • Emploi
    • Fiches métiers
  • S’abonner
    • NEWSLETTERS DÉJÀ PARUES
Menu
mobile logo
  • Dossier
    • Le méta-apprentissage fait ses premiers pas…
    • Les avancées prometteuses de l’apprentissage auto-supervisé
    • Que peut l’intelligence artificielle contre les fake news ?
    • Quand l’IA nous regarde…
    • Les réseaux de neurones impulsionnels
    • Quantification de la fragilité
    • Covid-19 et data
    • Ville algorithmique
    • Perception des véhicules autonomes
    • Formation continue
    • Data gouvernance
    • À la recherche des sens perdus
    • Deepfake
    • Agriculture numérique
    • Legal Tech
    • Données de santé
    • Start-up IA
    • Learning Analytics
    • Métiers de la data
    • Recherche IA : public/privé
    • Cybersécurité
    • Emplois dans la Data
    • Innovation et Data
    • Open source
    • Green IA
    • Sciences humaines et sociales et data
    • Voiture autonome
    • IA et création artistique
    • Des algos de confiance
    • Data cities
    • L’homme sur mesure
    • Débats autour des datas
    • Data science & robots
    • Usine 4.0
    • Données personnelles
    • Valorisations des données
    • Formation
  • Innovation
  • Expertise
  • Portrait
  • Point de vue
  • Lexique
  • + loin
    • Timeline
    • Repository
  • Emploi
    • Fiches métiers
  • S’abonner
    • NEWSLETTERS DÉJÀ PARUES
Retours aux métiers

Chief Data Officer : une fonction de pilotage stratégique

C’est le « directeur des données » de l’entreprise. Ce cadre dirigeant participe au pilotage de la stratégie globale de l’entreprise en plaçant les données au cœur de la stratégie et de la culture de l’entreprise, pour que chaque collaborateur devienne data fluent.

Ce poste, présent principalement dans les grandes structures manipulant une grande variété de données, prend une importance croissante. Le Chief Data Officer (CDO) a un rôle stratégique : il met en place les moyens et les équipes – notamment les datalabs – pour que l’entreprise développe l’usage des données de tous ses métiers et services dans le respect des principes de sécurité et de protection des données. Il s’assure de la collecte des données et de la transmission des informations les plus pertinentes, ainsi que de la gouvernance des données (contrôle, sécurité, niveau de confidentialité, définition de leurs propriétaires). Proche du comité exécutif comme des différentes directions métiers, le CDO insuffle la culture des données à l’entreprise. Il assure le partage des données entre les différentes équipes, qui n’ont pas toujours conscience de la disponibilité de telles informations. Il est parfois rattaché au Chief Digital Officer, dont la mission plus globale est de piloter la stratégie de transformation numérique de l’entreprise.

 

Formation :

– école d’ingénieur ou de commerce puis évolution de carrière
– bac + 4 ou 5 en informatique, management, statistiques ou marketing
– ce métier étant assez récent, il est également possible d’y parvenir lors d’une évolution de carrière

Télécharger cette fiche
MOTS CLÈS
  • Culture Data Driven
  • Stratégie
AU QUOTIDIEN
  • Veiller au partage des données entre les équipes
  • Définir avec les métiers les actions sur les données, leur cohérence et mise en qualité, leur protection, la promotion de leur usage
COMPÉTENCES
  • Connaissance du secteur d’activité de l’entreprise
  • Communication, pédagogie, diplomatie, leadership
  • Connaissance des réglementations internationales
  • Communication, bon relationnel, vulgarisation
Diagramme de compétences
du Chief Data Officer
DAP, la newsletter du Data Analytics Post Recevez chaque semaine un éclairage sur les data science

Peut-on laisser un algorithme apprendre tout seul ?

A la différence de l’apprentissage supervisé, le contexte non supervisé est celui où l’algorithme doit opérer à partir d’exemples non annotés.

En savoir plus

ARTICLES RÉCENTS
  • Fabien Lotte :
    décoder les ondes cérébrales pour contrôler l’ordinateur par la pensée
  • RobothumanoïdeLE LABORATOIRE NATIONAL DE MÉTROLOGIE ET D’ESSAIS, PIONNIER DE LA CERTIFICATION IA
  • ETHZ macaquesUn couteau suisse IA pour analyser le comportement animal
  • usages-interdits-iaPour la Commission nationale consultative des droits de l’homme, certains usages de l’IA doivent être interdits
  • Jean-Emmanuel-BibaultJean-Emmanuel Bibault :
    « Il faut accélérer le passage de l’IA
    de la recherche à la clinique »

Tout savoir sur…

Le DAP

Comité Éditorial

Partenaires

Équipe


Copyright © Data Analytics Post. Tous droits réservés.

Mentions légales & CGU