Data Scientist

Le Data Scientist est toujours à l’affût de données nouvelles à exploiter, pour obtenir d’autres indicateurs de performance ou d’innovation.

Qu’est-ce qu’un…

Qu’est-ce qu’un Data Scientist ?

Le Data Scientist explore et imagine de nouveaux moyens pour davantage exploiter le « Machine Learning », qui s’appuie sur l’apprentissage statistique et la recherche de corrélations entre des variables spécifiques. La Data Science croise les sciences statistiques, mathématiques et informatiques et se développe grâce à la forte progression des capacités de stockage et à la puissance de calcul des ordinateurs. Le Data Analyst utilise des données existantes tandis que le Data Scientist en recherche de nouvelles.

Que fait...

Que fait un Data scientist ?

  • Créer de nouvelles sources de données
  • Concevoir de nouveaux indicateurs et métriques d’aide à la décision
  • Construire des algorithmes pour améliorer les résultats de recherche et de ciblage
  • Elaborer des modèles prédictifs pour :
    • anticiper l’évolution des données et des tendances, améliorer la compréhension de la clientèle
    • optimiser les opérations marketing de la banque, comme les opérations de montée en gamme, ou de vente de produits complémentaires
    • détecter de manière plus fiable et plus immédiate les opérations frauduleuses

interlocuteur

Interlocuteurs – environnement

  • En interne : il travaille avec des développeurs pour produire et tester les modèles qu’il a imaginés, les gestionnaires marketing qui exploitent les résultats prédictifs pour mettre au point de nouveaux produits ou services, et tous les métiers pouvant bénéficier de la transformation apportée par le Big Data. 
  • En externe : il prend part à des réseaux experts pour identifier des opportunités technologiques à exploiter.

Compétences

Compétences

  • Maîtrise des outils statistiques et des technologies spécifiques au big data
  • Compétences en programmation informatique
  • Expertise en algorithmes et gestion de bases de données
  • Connaissances en Machine Learning
  • Maîtrise des techniques de datamining, des langages d’exploitation des données (PYTHON, Power BI, SAS)
  • Maîtrise de la gestion de projet
  • Connaissances juridiques et réglementaires de la gestion des données
  • Maîtrise de l’anglais

Collège

Orientation au collège

  • Baccalauréat techno STI2D (sciences et technologies de l’industrie et du développement durable)
  • Baccalauréat enseignement général (options Sciences économiques et sociales, Numérique et sciences de l’informatique, Mathématiques, Sciences de l’ingénieur)

Lycée

Orientation au lycée

Après le bac techno

  • BUT Informatique
  • DUT Statistique et informatique décisionnelle (STID)
  • BTS Informatique

+ licence 3 et master spécialisés

Après le bac général

  • Licence de mathématiques + master spécialisé
  • Licence d’informatique + master spécialisé
  • Licence statistique et informatique décisionnelle : big data
  • Prépa + école d’ingénieur

Études supérieure

Formations supérieures

Après Bac +1 

  • Cursus double Big Data et Management de l’IA

Après Bac +2

  • Licence 3 Parcours ingénierie informatique
  • Master of science

Après Bac +3

  • Cursus Big Data et Business Analytics
  • Ingénierie et Application des Masses de Données (IAMD)
  • Master spécialisé en Big Data
  • Master en statistique / économétrie
  • Master en mathématiques appliquées
  • Master en informatique
  • Master Systèmes décisionnels : architecture, exploration de données et optimisation

Après Bac +4

  • Master 2 Data Mining et parcours Business Intelligence et Big Data

Perspectives

Perspectives

  • Responsable équipe data scientists
  • Responsable pôle data
  • Ingénieur en IA

Rémunération

Rémunération

  • Expérience requise de 3 ans dans l’utilisation soutenue d’outils d’exploitation de la donnée
  • 2 800 € nets/mois
    Données issues de sites publics non bancaires