Il analyse des masses importantes de données éventuellement non structurées (Big Data), les visualise et propose de nouveaux services aux utilisateurs en conséquence. Son objectif : faire parler ces données et en sortir des indicateurs concrets au service de la direction générale.
Autres dénominations : Consultant data senior, Ingénieur décisionnel, Ingénieur Big Data, Chief data officer, Responsable BI/big data, Consultant BI (Business Intelligence), Responsable infocentre, Consultant BI et Datawarehouse, Spécialiste ETL (Extract Transform Loading), Expert BI/big data, Analyste R&D big data
Quelles sont les missions du métier de : Data scientist
Définir un projet de SI décisionnel
- Définir les besoins/contraintes de chacun (équipes de production, utilisateurs…) lors de workshops
- Planifier et estimer le coût du projet dans son ensemble
- Coordonner et définir le cadre du projet avec les différents acteurs (utilisateurs, équipes informatiques...)
- Définir les choix techniques en termes de produit en fonction du SI existant
Concevoir l’architecture de l’entrepôt de données
- Concevoir l’architecture d’un entrepôt de données décisionnel ou "datawarehouse"
- Définir les solutions de stockage et la structuration des données au sein d’un modèle
- Déterminer les outils d’acquisition de données
- Déployer des outils d’extraction
de données fiables et pérennes
- Mettre en place les solutions techniques pour gérer de gros volumes de données
- Rédiger les guidelines pour la bonne mise en œuvre des technologies ETL (Extract Transform Loading).
- Réaliser les tests et recette techniques pour vérifier la cohérence des données
Configurer des outils d’analyse et de reporting
- Définir les besoins utilisateurs
- Rédiger les cahiers des charges
- Organiser les réunions de validation et hiérarchiser les besoins
- Définir les règles d’utilisation des technologies décisionnelles
- Exploiter et valoriser des données en utilisant des techniques statistiques ou des algorithmes (big data)
- Concevoir les indicateurs et les calculer
- Intégrer les nouvelles données dans le reporting existant
- Réaliser la recette technique et fonctionnelle de ces outils
Restituer les données
- Développer les " univers " et les rapports
- Définir des outils de reporting dynamique
- Assurer la présentation des données selon les besoins de l’utilisateur
- Assurer la formation des utilisateurs à l’utilisation des outils décisionnels