BREAKING NEWS /// Salariés au chômage partiel : l’État peut financer jusqu’à 100 % les coûts de la formation en ligne !
En savoir plus

Data scientist

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

Missions

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

Compétences

Compétences requises :

  • Connaissances en architecture des systèmes, bases de données, méthodologies de développement, CRM, ERP...
  • Maîtrise les technologies de l’information (IT) telles que Hadoop, Java, NoSQL...
  • Maîtrise de l’expression de besoins
  • Bonne connaissance de la méthodologie et des outils de tests
  • Connaissance des usages marketing des données issues du Web 2.0
  • Maîtrise des outils de reporting statique de type Business Object (BO) et de reporting dynamique (OLAP) comme Essbase ou MS OLAP

Aptitudes professionnelles :

  • Maîtrise de l’organisation et de la conduite de réunions
  • Qualités relationnelles
  • Bon rédactionnel
  • Goût pour les nouvelles technologies
  • Esprit de synthèse, analyse
  • Capacité à innover

Environnement

Rattachement hiérarchique :

  • Directeur des études
  • Directeur des systèmes d’information
  • Directeur de programmes
  • Directeur des SI métiers
  • Directeur ou responsable de la maîtrise d’ouvrage (MOA)
  • Responsable ou directeur d’un département fonctionnel de l’entreprise

Interlocuteurs de travail :

  • Responsable de projet en maîtrise d’œuvre
  • Chef de projet en organisation bancaire
  • Responsable architecture ou urbanisme des SI
  • Responsable du système d’information métier
  • Responsable de la MOA
  • Directeur de projet informatique
  • Directeur des études informatiques

Remunération

  • Junior : 35K€-45K€
  • Confirmé : 45K€-65K€
  • Senior : 65K€-120K€ 

Pré-requis

Il y a encore très peu de formations dédiées au métier ou aux fonctions de data scientist et de data analyst. Cette nouvelle fonction est le résultat de l’évolution rapide de plusieurs métiers tels data miner et analyst data. La formation continue est également un moyen d’accéder à ce type de métiers pour beaucoup de professionnels.