Les data scientists transforment les données brutes en informations utiles que les organisations peuvent utiliser pour améliorer leurs activités
Les organisations utilisent et collectent de plus en plus de plus grandes quantités de données au cours de leurs opérations quotidiennes. De la prédiction de ce que les gens achèteront à la lutte contre la pollution plastique, votre travail consiste à utiliser des données pour trouver des modèles et aider à résoudre les problèmes rencontrés par les entreprises de manière innovante et imaginative.
Vous allez extraire, analyser et interpréter de grandes quantités de données à partir d’un éventail de sources, en utilisant des outils algorithmiques, d’exploration de données, d’intelligence artificielle, d’apprentissage automatique et de statistiques, afin de les rendre accessibles aux entreprises. Une fois que vous aurez interprété les données, vous présenterez vos résultats en utilisant un langage clair et engageant.
Les data scientists sont très demandés dans un certain nombre de secteurs, car les entreprises ont besoin de personnes possédant la bonne combinaison de compétences techniques, analytiques et de communication.
Types de data scientist
Vous pouvez travailler dans divers domaines, notamment :
- la finance
- milieu universitaire
- recherche scientifique
- santé
- vendre au détail
- informatique
- gouvernement
- commerce électronique.
Responsabilités
En tant que data scientist, vous devrez :
- travailler en étroite collaboration avec votre entreprise pour identifier les problèmes et utiliser les données pour proposer des solutions pour une prise de décision efficace
- créer des algorithmes et concevoir des expériences pour fusionner, gérer, interroger et extraire des données afin de fournir des rapports personnalisés à des collègues, des clients ou à l’ensemble de l’organisation
- utiliser des outils d’apprentissage automatique et des techniques statistiques pour produire des solutions aux problèmes
- tester des modèles d’exploration de données pour sélectionner les plus appropriés à utiliser sur un projet
- maintenir une communication claire et cohérente, à la fois verbale et écrite, pour comprendre les besoins en données et communiquer les résultats
- créer des rapports clairs qui racontent des histoires convaincantes sur la façon dont les clients ou les clients travaillent avec l’entreprise
- évaluer l’efficacité des sources de données et des techniques de collecte de données et améliorer les méthodes de collecte de données
- analyse d’horizon pour rester à jour avec les dernières technologies, techniques et méthodes
- mener des recherches à partir desquelles vous développerez des prototypes et des preuves de concepts
- rechercher des opportunités d’utiliser des informations/ensembles de données/code/modèles dans d’autres fonctions de l’organisation (par exemple dans les services RH et marketing)
- restez curieux et enthousiaste à l’idée d’utiliser des algorithmes pour résoudre des problèmes et enthousiasmez les autres pour voir les avantages de votre travail.
Dans les postes de direction, vous devrez également :
- recruter, former et animer une équipe de data scientists
- avoir la responsabilité de la stratégie de science des données de l’organisation
- établir de nouveaux systèmes et processus et rechercher des opportunités pour améliorer le flux de données
- évaluer les technologies nouvelles et émergentes
- représenter l’entreprise lors d’événements et de conférences externes
- construire et développer des relations avec les clients.
Un salaire
- Les salaires des data scientists débutants commencent généralement entre 25 000 et 30 000 £, pour atteindre 40 000 £ en fonction de votre expérience.
- Avec quelques années d’expérience, vous pouvez vous attendre à gagner entre 40 000 et 60 000 £.
- Les data scientists principaux et en chef peuvent gagner jusqu’à 60 000 £, voire plus de 100 000 £ dans certains cas.
Les salaires varient en fonction de divers facteurs, notamment votre expérience, vos qualifications, votre emplacement et le secteur dans lequel vous travaillez.
Les avantages varient selon l’organisation mais sont susceptibles d’inclure un régime de retraite d’entreprise, un travail flexible ou à distance, des primes de performance et une assurance médicale privée.
Les chiffres ne sont donnés qu’à titre indicatif.
Heures d’ouverture
Selon le type d’entreprise pour laquelle vous travaillez, vous pouvez vous attendre à un bon équilibre entre vie professionnelle et vie privée. Les heures de bureau principales sont généralement entre 8h00 et 18h00, du lundi au vendredi. Il peut y avoir des moments, en particulier sur des projets à court terme, où il est nécessaire de travailler en dehors des heures de bureau ou le week-end.
Dans certaines organisations, vous pouvez avoir la possibilité de travailler à distance ou selon un horaire flexible.
À quoi s’attendre
- La science des données est un domaine collaboratif, avec de nombreuses personnes partageant leurs méthodologies et leurs idées, vous devez donc être prêt à partager vos idées et solutions avec votre équipe élargie.
- Des emplois sont disponibles dans les villes du Royaume-Uni avec des entreprises dans un large éventail de secteurs. Il existe également des possibilités de travailler à l’étranger.
- Les rôles sont généralement basés au bureau et une grande partie de votre temps sera consacrée à votre bureau. Vous serez encouragé à en apprendre le plus possible sur l’entreprise pour aider à identifier des solutions aux problèmes.
- Les femmes sont actuellement sous-représentées dans la science des données, bien que des initiatives telles que Women in Tech s’efforcent de corriger le déséquilibre.
Qualifications
Vous aurez généralement besoin d’un diplôme en informatique, en mathématiques ou en sciences pour travailler en tant que data scientist. Les matières de diplôme suivantes peuvent être particulièrement utiles :
- l’informatique
- science des données/informatique et science des données
- ingénierie
- mathématiques
- mathématiques et recherche opérationnelle
- la physique
- statistiques.
Vous devrez connaître certains langages de programmation tels que R, Python, SQL, C ou Java et posséder de solides compétences en conception et en codage de bases de données.
Certains grands employeurs proposent des programmes de formation pour diplômés en science des données, qui durent généralement environ deux ans. Certains programmes accepteront des diplômés de n’importe quelle discipline. D’autres préciseront les matières du diplôme qu’ils accepteront.
Un diplôme de troisième cycle, tel qu’une maîtrise ou un doctorat, peut être utile et de nombreux scientifiques des données en ont un. Il est particulièrement utile si vous envisagez de changer de carrière ou si vous souhaitez acquérir des compétences en analyse. Pour certains emplois, les employeurs demanderont une maîtrise ou un doctorat pertinent, dans une matière telle que :
- Big Data
- analyse commerciale
- Analyse des données
- science des données.
Vous aurez généralement besoin d’un diplôme en mathématiques, en ingénierie, en informatique ou en sciences pour obtenir une place dans un cours, bien que des matières telles que les affaires, l’économie, la psychologie ou la santé puissent également être pertinentes si vous avez des aptitudes mathématiques et une expérience de base en programmation.
Il est également possible d’accéder à cette carrière via un programme d’apprentissage. Ceux-ci sont offerts par le département gouvernemental Dstl (Laboratoire des sciences et technologies de la défense) et un certain nombre de grands employeurs.
Rechercher des cours de troisième cycle en science des données .
D’autres matières pertinentes au niveau postuniversitaire comprennent l’apprentissage automatique, les mathématiques, la physique et l’informatique.
Compétences
Vous aurez besoin de :
- Excellente compétence en analyse et résolution de problèmes
- expérience dans les outils d’interrogation et d’analyse de bases de données, tels que Hadoop, SQL et SAS
- compétences exceptionnelles en communication et en présentation afin d’expliquer votre travail à des personnes qui ne comprennent pas les mécanismes derrière l’analyse des données
- une capacité d’écoute efficace afin de comprendre les exigences de l’entreprise
- le dynamisme et la résilience nécessaires pour essayer de nouvelles idées si la première ne fonctionne pas – vous devrez travailler avec un minimum de supervision, il est donc important que vous soyez capable de vous motiver
- planification, gestion du temps et compétences organisationnelles
- la capacité de livrer sous pression et dans des délais serrés
- grande attention aux détails
- compétences de travail en équipe et une approche collaborative pour partager des idées et trouver des solutions.
L’expérience professionnelle
Des stages sont disponibles en science des données dans un certain nombre de plus gros employeurs, en particulier dans la finance, la vente au détail et les voyages. Vous pouvez également contacter des petites et moyennes entreprises pour des opportunités de stage ou d’observation. La plupart des stages ou placements sont annoncés à l’automne. Cependant, avec des organisations plus petites, vous devrez peut-être faire des demandes spéculatives ciblées pour connaître les opportunités.
Les concours de science des données en ligne, tels que ceux organisés par Kaggle et Topcoder, sont utilisés par les employeurs pour repérer les talents nouveaux et émergents. Recherchez également les événements et les conférences auxquels vous pouvez assister, car ils peuvent vous aider à acquérir des connaissances et offrir d’excellentes opportunités de réseautage pouvant mener à un emploi.
Discutez avec votre service des carrières universitaires pour obtenir des conseils sur les endroits où rechercher des stages et des placements localement.
Renseignez-vous sur les différents types d’ expériences de travail et de stages disponibles.
Employeurs
Les principaux employeurs de data scientists se situent généralement dans les secteurs de la finance, de la vente au détail et du commerce électronique. Les entreprises de ces secteurs souhaitent mieux comprendre leurs groupes d’audience afin de se concentrer sur des produits et des offres pertinents.
Des secteurs tels que les télécommunications, le pétrole et le gaz et les transports utilisent de plus en plus les mégadonnées pour prendre des décisions qui pourraient avoir un impact positif sur leurs effectifs, leurs opérations ou leurs ventes.
Des emplois sont également disponibles avec :
- départements du gouvernement
- NHS
- universités et instituts de recherche.
Avec de l’expérience, vous pouvez travailler pour un cabinet de conseil dans un rôle en contact direct avec le client, en travaillant sur des projets pour un large éventail d’entreprises.
Rechercher des offres d’emploi sur :
- Emplois DataScientist
Des offres d’emploi sont également disponibles sur des sites Web d’emplois technologiques plus généraux, tels que :
- CWJobs
- technojobs
Les postes vacants sont également annoncés via LinkedIn.
Restez au courant des développements dans le domaine de la science des données grâce à des communications en ligne telles que la newsletter Data Elixir .
Développement professionnel
Un cadre professionnel est en cours d’élaboration pour la science des données, par la Royal Statistical Society (RSS), BCS, le Chartered Institute for IT et un certain nombre d’autres sociétés et instituts professionnels. En attendant, bien qu’il n’y ait pas d’accréditation officielle pour travailler dans la science des données, vous développerez vos compétences analytiques et techniques une fois que vous aurez commencé à acquérir de l’expérience. Vous devrez apprendre comment fonctionne l’entreprise au sens large pour vous assurer d’identifier les problèmes commerciaux qui doivent être résolus.
Certains des grands employeurs (y compris la fonction publique) ont des programmes de formation des diplômés en science des données, qui durent généralement environ deux ans. Vous suivrez un programme de formation structuré, en apprenant sur l’entreprise et en entreprenant des stages pour développer vos compétences techniques et commerciales et vos connaissances de l’industrie.
Dans la plupart des entreprises, la formation se fait sur le tas et vous aurez souvent l’occasion d’apprendre de collègues expérimentés. Vous devrez apprendre et développer vous-même de nouvelles compétences en vous tenant au courant des technologies et techniques nouvelles et émergentes. Le travail est souvent de nature collaborative, vous pourrez donc développer vos connaissances en partageant des idées et des solutions aux problèmes avec les autres membres de l’équipe.
Certaines entreprises peuvent proposer une formation supplémentaire sur leurs procédures opérationnelles ou vous encourager à assister à des événements spécifiques à un secteur pour vous aider à comprendre les problèmes potentiels, les nouveaux développements ou les tendances émergentes. Ces connaissances peuvent ensuite être utilisées pour mieux appliquer vos compétences en résolution de problèmes à des projets pertinents.
Il est également possible de passer un diplôme de troisième cycle dans un domaine lié à la science des données si vous n’en avez pas déjà un.
Les perspectives de carrière
Les progrès dépendront de votre capacité à acquérir rapidement les compétences pertinentes nécessaires pour analyser de grands ensembles de données, ainsi que de votre engagement envers l’organisation pour laquelle vous travaillez. Vous pouvez être promu à des postes de science des données plus élevés au sein de votre entreprise, ce qui peut impliquer la gestion hiérarchique de scientifiques de données juniors.
La promotion de junior à senior data scientist peut prendre entre deux et cinq ans. Après cinq ans, vous devrez assumer davantage de responsabilités en matière de gestion du personnel.
Les compétences que vous acquérez sont transférables dans divers secteurs, il peut donc être relativement facile d’évoluer dans différentes entreprises.
Une voie alternative consiste à rejoindre une start-up et à travailler sur des projets externalisés par de plus grandes organisations.
Vous trouverez également des opportunités de vous diriger vers une carrière en recherche.