Gestion de la data en entreprise
Toutes ces fonctions travaillent en interdépendance.
Chief data officer
Cadre dirigeant qui participe au pilotage global de la stratégie digitale d’une entreprise. A ce titre, il ou elle se situe au carrefour des différents services (marketing, communication, RH, ingénierie), Il organise et valide les données d’une entreprise pour les rendre compréhensibles et exploitables. Il s’assure que les informations recueillies en interne comme en externe sont fiables, cohérentes entre elles et permettent un traitement ouvrant aux décisions adaptées. Avec la multiplication des informations et données, le CDO joue un rôle stratégique dans le management des données. Initialement très demandé par les secteurs de la santé, de la banque, de l’assurance et les instituts de sondage, le data manager a ouvert son champ d’action à de très nombreux secteurs d’activité (agriculture, tourisme, marketing, industrie, armée, e-commerce, agences de recrutement, administrations…). C’est aujourd’hui un professionnel très recherché.
Data engineer
En tant que professionnel, l’ingénieur prépare la structure pour accueillir les données. L’ingénieur de données est l’artisan des réseaux ou pipeline de données. Il construit et maintient en état de marche toutes les structures. C’est lui qui bâtit d’énormes réservoirs de données pour les stocker et les tester. Ensuite, son principal travail consiste à gérer des systèmes de traitement et des bases de données à grande échelle et de s’assurer que tout fonctionne.
Son travail comprend donc l’élaboration de réseaux, l’intégration de données et leur nettoyage. L’activité principale des ingénieurs de données est de préparer les systèmes et réseaux sur lesquels les data scientist vont travailler.
Data analyst
Il analyse les données. Pour cela, il réunit des datas afin d’identifier des tendances, et aider les organisations dans leur processus décisionnel. Pour accomplir sa mission, l’analyste de données utilise principalement les statistiques. Ces dernières permettent de répondre à des questions business spécifiques et de résoudre des problèmes. Il doit aussi s’assurer d’utiliser des bases de données pertinentes, fiables et qualitatives pour réaliser des analyses performantes. Le traitement des données de l’entreprise est donc indispensable. Le data analyst doit alors nettoyer les données, c’est-à-dire transformer les informations dans le bon format, éliminer les données inutiles ou retrouver des datas manquantes. Le Data Analyst déduit des tendances à partir de données existantes, là où le data scientist construit des modèles prédictifs.
Data scientist
Le data scientist est l’expert de la science des données : il est chargé de modéliser des volumes de données massifs pour faciliter la prise de décision. Afin de remplir cette mission, le data scientist crée des algorithmes, des systèmes d’automatisation et des data frameworks.
Ce travail lui permet alors de réaliser des analyses prédictives à partir des données et de résoudre des problèmes complexes. L’intervention du data scientist se situe à un niveau macro pour répondre aux questions les plus importantes de l’organisation et en mobilisant les modèles prédictifs les plus avancés.
Ingénieur IA (deep learning)
L’Ingénieur en Intelligence Artificielle élabore et crée des programmes informatiques capables de produire des raisonnements proches de l’homme et qui peuvent répondre à des problèmes complexes.
Gestion de la data dans le conseil et la recherche
Consultant en data
Outre les métiers décrits ci-dessus, dans le conseil existe aussi le conseil en data gouvernance. Il rencontre les clients et propose des solutions pour la gestion de ses données. Il agit en amont, il met en place une gouvernance de la donnée, avec un stockage, des données métiers. C’est une aide pour réaliser la stratégie pour une exploitation de la donnée.
Ingénieur de recherche et chercheur en data
Le champ d’action d’un Research Scientist est plus large qu’un Data Scientist, il vise à faire progresser la recherche et donc la littérature scientifique. Le chercheur en data se spécialise sur des champs pointus comme l’apprentissage automatique, l’IA, les Algorithmes, la bio-informatique… Un Research Scientist se trouve généralement dans le monde académique, à savoir les Universités. Depuis quelques années cependant, les entreprises commencent à y voir un intérêt pour leur activité.