Les métiers de la data :  au croisement des sciences et de l’expérience utilisateur

Le développement de l’analyse de données d’entreprises demande de nouvelles compétences. De nouveaux métiers émergent donc autour de la data mais aussi du cloud qui démocratise la collecte et l’exploitation des données. Dans cet article, nous vous proposons un tour d’horizon des métiers de la data. Découvrez les métiers de Data Scientist, Data Analyst, Data Engineer, Architecte Big Data, et Spécialiste en Data UX.

Data Scientist

On attaque le sujet par le métier de « scientifique de données », ou Data Scientist. Car il fait partie des nouveaux métiers les plus en demande dans le monde des technologies. Le Data Scientist maîtrise la science des données, un sujet vaste au croisement des mathématiques et de l’informatique. Il fait appel aux statistiques et au machine learning (l'apprentissage automatique, avec des systèmes qui apprennent ou améliorent leurs performances en traitant des données). Et il doit savoir interpréter les résultats pour extraire de la valeur de la data. Son objectif n’est pas que technologique, mais surtout « business ». Car il cherche à résoudre des problèmes complexes au bénéfice de son entreprise. Comme déterminer quels produits seront les plus en demande en fonction des besoins du marché, ou comment optimiser des processus de production.

D’après le site de recrutement américain Glassdoor, Data Scientist était depuis 4 ans le meilleur métier aux Etats-Unis. Dans un classement qui prend en compte le salaire médian, la satisfaction au travail et le nombre d’annonces emploi disponibles. En 2021, dans ce même classement, il reste le deuxième meilleur métier juste derrière le métier de développeur Java. Et d’après les statistiques du bureau du travail américain, la demande pour des compétences en data science devrait amener une augmentation de 27.9% des offres d’emploi dans ce domaine d’ici à 2026. Les scientifiques de données sont encore rares sur le marché. Ils seront donc encore plus fortement courtisés par les entreprises.

Data Analyst

Comme son nom l’indique, l’analyste de données, ou « Data Analyst », se focalise sur l’étape d’analyse. C’est aussi un métier « hybride », qui demande à la fois des compétences techniques dans des outils et langages d’analyse (aussi bien SAS, SQL, VBA, R, mais aussi Excel) que des compétences relationnelles pour comprendre les enjeux d’affaires.

Quelle différence alors entre le métier de Data Analyst et celui de Data Scientist ?

Le poste de Data Analyst peut en fait évoluer vers celui de Data Scientist, qui demande des compétences plus avancées en statistiques et en apprentissage machine. Un Data Analyst junior peut avoir une formation initiale en statistique, en Big Data ou même dans un domaine métier comme le marketing ou la logistique. Puis, au fil de ses missions, il va travailler en contact étroit avec différentes équipes métiers. Il va ainsi acquérir une compréhension des enjeux qui lui permettra de trouver de nouvelles réponses à des questions business.

La mission du Data Scientist va un cran plus loin. Non seulement il doit trouver de nouvelles réponses grâce aux données, mais aussi de nouvelles questions. Par exemple en suggérant à l’entreprise de s’attaquer à un nouveau marché sur lequel elle n’est pas présente. Ou même de totalement pivoter son activité pour exploiter ses forces, ses compétences, ses brevets dans de nouveaux domaines.

Data Engineer

Les compétences de l’ingénieur de données, ou Data Engineer, sont complémentaires et même indispensables en amont de l’analyse des données. En effet le Data Engineer prépare les données et l’infrastructure dont ont besoin les Data Scientists et Data Analysts pour travailler. Cet expert a la responsabilité de construire et intégrer les jeux de données à partir de datas provenant de différentes sources, y compris les Big Data ou « données massives ».

Le Data Engineer sait par exemple optimiser les requêtes qui permettent d’extraire les données, pour maximiser la qualité et la performance. On fait aussi appel à ses compétences en infrastructures pour construire les entrepôts ou magasins de données - sur site et dans le cloud - où les utilisateurs pourront trouver et explorer les données. (Besoin d’éclairage sur ce jargon de la data ? Retrouvez les principales définitions dans cet article dédié).

Architecte Big Data

La gestion des Big Data demande des compétences spécifiques pour collecter et organiser les données. Une entreprise peut donc faire appel à un Architecte Big Data pour organiser l’infrastructure technique, la documenter (afin notamment de répondre aux enjeux de sécurité et de conformité des données). Et faire évoluer cette infrastructure. Car les technologies matérielles et logicielles évoluent vite, et les besoins de l’entreprise peuvent évoluer tout aussi rapidement.

L’Architecte Big Data maîtrise donc les technologies permettant de stocker et d’interroger les bases de données de Big Data (comme Apache Hive, Spark, ElasticSearch, MySQL). Il travaille en collaboration avec les équipes de développement, les spécialistes de la donnée et de la Business Intelligence. Pour construire l’infrastructure logicielle et matérielle qui répondra aux enjeux techniques, business et aux contraintes de l’entreprise (notamment le budget et les compétences disponibles en interne).

Spécialiste en Data UX

Comprendre les utilisateurs et leurs besoins doit être au cœur de la démarche d’une entreprise. Pour que l’utilisateur soit aussi au cœur de sa démarche data, il est donc aussi utile de faire à appel à un Spécialiste en Data UX (pour user experience, l’expérience utilisateur).

En amont du projet data, le Spécialiste Data UX peut accompagner l’étape de collecte des besoins et des données. Avec des techniques quantitatives (questionnaires) et qualitatives (entretiens), par exemple lors de tests de produits avec des utilisateurs. En aval, il aide à rendre les données compréhensibles et impactantes avec des techniques de design et de data visualisation.

Un Data Analyst et un Data UX peuvent donc travailler efficacement en binôme sur des projets. Par exemple pour obtenir l’adhésion des utilisateurs dès le début d’un projet data par une bonne compréhension de leurs besoins, pour créer un tableau de bord ergonomique facile à utiliser, ou encore pour produire des dataviz qui clarifient les enjeux.

Des métiers de la data spécifiques à des secteurs

Enfin, chaque secteur d’activité a des métiers de la data qui lui sont spécifiques. Par exemple dans le domaine de la logistique on retrouve des Data Analysts en Supply Chain (la chaîne logistique). Car ils allient l’expertise technique et la connaissance des enjeux métiers de l’entreprise. Il est donc possible de devenir analystes de données après avoir été Directeur Financier, Directeur Marketing ou encore Spécialiste des Processus Industriels. Encourager ces profils et métiers hybrides permet aux entreprises de développer leur culture de la donnée pour ensuite tirer de la valeur de leurs données.

Vous vous demandez comment recruter ces profils d’experts de la data ? Ou vous souhaitez faire appel à l’externalisation pour bénéficier de ces compétences dans le cadre d’un projet ? Contactez les experts de Solution BI pour y voir plus clair.

À lire également  

Lexique Data : on vous aide à y voir plus clair

Business Intelligence : 5 raisons pour passer au full cloud en toute sécurité