logo fullscreen logo
  • Dossier
    • IA quantique
    • Réseaux de neurones enzymatiques
    • 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
    • IA quantique
    • Réseaux de neurones enzymatiques
    • 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
    • IA quantique
    • Réseaux de neurones enzymatiques
    • 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
6 février 2019
A la Une, DAP, Dossiers thématiques, Métiers de la data, News

Métiers data science : qui fait quoi ?

⏱ 2 min

Découvrez chaque semaine pendant deux mois le métier d’un acteur de la data, ses missions dans le long cheminement de la valorisation des données (cf notre illustration), son travail au quotidien, les compétences et le type de formation requises.

Les contours des principaux métiers de la data commencent à se préciser de plus en plus clairement, et les entreprises semblent enfin s’accorder sur les intitulés de postes. En dépit du flou qui reste demise autour de nombre de ces métiers, cela nous a semblé opportun de réunir et publier des informations autour des principaux profils data. De quoi aider tant les entreprises que les candidats à s’y retrouver. Deux ouvrages peuvent également vous être utiles autour de ces sujets : Le Guide des entreprises qui recrutent en data, d’Upward data– ce cabinet de recrutement spécialisé data nous a aidé à préparer ces articles ; le Guide de Telecom ParisTech : Data scientist, les métiers qui façonnent les transitions vers demain, dont une nouvelle édition devrait être en ligne en mars prochain.

Comme vous le verrez, certains acteurs de la data ont plutôt des rôles d’animateur à l’échelle de l’entreprise comme le Chief data officer ou le Head of data, d’autres ont des rôles très techniques comme l’architecte big data, l’ingénieur big data ou encore le data ingénieur –deux profils particulièrement recherchés –, d’autres encore sont très orientés business, comme le chef de projet data ou le data analyst, ou encore très mathématique ou informatique, comme le data scientist ou le machine learning ingénieur, une fonction de développeur apparue très récemment pour industrialiser les algorithmes de machine learning développés par le data scientist. Nous verrons également que de nouvelles disciplines creusent leur sillon, notamment la data visualisation, qui compte désormais ses propres experts, y compris pour les médias, avec les data journalistes.

Ces intitulés de poste ne sont toutefois pas figés. Ils ont toutes les chances d’évoluer pendant encore quelques années. Rappelons que le terme big data est l’étendard de la transition numérique depuis environ cinq ans seulement, et que la plupart de ces métiers ont été inventés ou réinventés ces dernières années. Les missions des uns et des autres ne sont d’ailleurs pas forcément simples à décrire, car elles restent variables selon l’orientation plus ou moins technique, business, mathématique ou informatique du candidat. Elles varient également selon la maturité des entreprises en termes de culture de la donnée, mais aussi de type de données à valoriser.

Quoi qu’il en soit, le marché de l’emploi autour de la data est dynamique, et constitue de belles perspectives d’avenir pour de nombreux étudiants en mathématiques, en sciences, en écoles d’ingénieurs, d’informatique ou même de commerce. Les passerelles entre les métiers ou vers ces métiers via une reconversion existent aussi. Le panorama des possibilités est particulièrement large tant la valorisation des données est au cœur de l’activité des entreprises de toute taille et de tout domaine d’activité, tout comme elle est à la croisée de nombreuses thématiques de recherche tant dans le public que dans le privé.

 Isabelle Bellin

 

Les fiches métiers ont été réalisées en partenariat avec le cabinet de recrutement Upward Data, spécialisé dans les métiers du Big Data.

 

? Retrouvez les fiches métiers ici

 

Termes liés :
  • Données
  • Big Data
  • Machine learning
  • Algorithme
Share:
Posts you'd might like
Parkinson : l’IA améliore le diagnostic
L’IA au chevet des séismes et tsunamis
François Yvon :
la traduction automatique pour passion
En attendant l’ordinateur quantique universel…
L’IA teste ses premiers algorithmes quantiques
Les promesses de l’IA quantique
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
  • Parkinson : l’IA améliore le diagnostic
  • L’IA au chevet des séismes et tsunamis
  • François Yvon :
    la traduction automatique pour passion
  • En attendant l’ordinateur quantique universel…
  • L’IA teste ses premiers algorithmes quantiques

Tout savoir sur…

Le DAP

Comité Éditorial

Partenaires

Équipe


Copyright © Data Analytics Post. Tous droits réservés.

Mentions légales & CGU