Fiche métier ROME v4M1405

Data scientist

Définition du métier

Introduit des techniques de Data Science et d'Intelligence Artificielle pour résoudre des problématiques métier, prendre des décisions et/ou automatiser des opérations. Transforme des données brutes en informations exploitables et structure ces données. Développe des algorithmes d'apprentissage selon les besoins des équipes métiers. Coordonne le développement, les tests de résultats et améliore la solution sur sa durée de vie.

Accès au métier

Cet emploi est accessible avec un diplôme de niveau Bac+5 et plus dans les secteurs des mathématiques (modélisation de données), de l'économétrie, de l'intelligence artificielle ou de l'exploitation de données massives (Big Data)...Certains postes sont accessibles é des débutants, mais les profils déau moins trois années déexpérience sont privilégiés afin déembaucher un profil complet (maétrise des statistiques et de léinformatique).

Autres appellations

Ce métier peut aussi être désigné par les intitulés suivants.

  • Chargé / Chargée de modélisation des données

  • Data Miner

  • Expert / Experte en sciences des données

  • Explorateur / Exploratrice de données

  • Ingénieur / Ingénieure data scientist

Savoir-faire

Les savoir-faire mobilisés dans l'exercice du métier, regroupés par enjeu.

Management

  • Animer, coordonner une équipe

Gestion des Ressources Humaines

  • Manager la connaissance

Communication, Multimédia

  • Traduire les demandes de l'entreprise en solutions techniques

Recherche, Innovation

  • Animer une démarche agile et innovante

  • Concevoir des modéles théoriques (calcul, simulation, modélisation)

  • Conduire des travaux d'études et de recherche

  • Réaliser des enquétes statistiques selon les résultats issus des solutions de Data Science

Data et Nouvelles technologies

  • Adapter les outils de traitement statistique de données

  • Analyser / traiter l'information é des fins d'anticipation

  • Analyser des données pour soutenir des décisions stratégiques

  • Assurer le suivi de la qualité des données

  • Définir et faire évoluer des procédés de traitement de l'information

  • Définir les solutions de stockage et de structuration des données

  • Déterminer l'opportunité de l'intégration d'outils IA/Data Science dans le modéle d'affaires

  • Exploiter des solutions de Data Science ou d'Intelligence Artificielle

  • Gérer des données massives

  • Lire et interpréter des données et documents techniques, au besoin en anglais

  • Mobiliser des données massives pour éclairer les prises de décisions

  • Optimiser des algorithmes, une application informatique et mettre en oeuvre leur développement

  • Paramétrer un logiciel, un outil, un systéme numérique

  • Procéder aux phases de tests et de recettes des applications développées

  • Réaliser un modéle de prévision

  • Réaliser une analyse ou modélisation statistique de données

  • Utiliser des logiciels spécifiques

Prévention des risques

  • Analyser et prévenir les risques

Relation client

  • Faire remonter les besoins clients en interne pour adapter l'offre aux enjeux émergents

Développement commercial

  • Concevoir des modéles de détection des insights consommateurs

  • Rédiger les volets IA et Data Science d'une proposition commerciale de développement de solution

Stratégie de développement

  • Etablir des prévisions, des évaluations, des recommandations, des perspectives

  • Mettre en place des outils d'aide é la décision

  • Piloter les étapes d'un projet agile et innovant

Communication

  • Argumenter et anticiper les objections

  • Utiliser l'anglais en contexte professionnel

Organisation

  • Structurer, synthétiser des informations

Savoir-être professionnels

Les comportements et qualités attendus dans l'exercice du métier.

  • Avoir l'esprit d'équipe

  • Etre force de proposition

  • Etre é l'écoute, faire preuve d'empathie

  • Faire preuve de curiosité, d'ouverture d'esprit

  • Faire preuve de rigueur et de précision

Savoirs

Les connaissances mobilisées dans le métier, regroupées par catégorie.

Certifications et habilitations

  • DRT modélisation calcul scientifique statistique et informatique

  • Mastére spécialisé expert en sciences des données

  • Data engineer

Domaines d'expertise

  • Utilisation de logiciels statistiques

  • Application des méthodes de machine learning dans BI

  • Big data Analytics

  • Business Intelligence (BI) / Informatique décisionnelle

  • Intelligence économique

  • Logiciels de gestion de base de données

  • Langage C++

  • Modélisation et simulation

  • Modélisation statistique

  • Java

  • Programmation en Python

  • Technologies HADOOP

  • Economie du développement durable

  • Langages de programmation informatique

  • Analyse de données expérimentales

  • Gestion des relations clientéle

  • Gestion budgétaire

  • Systéme d'exploitation Unix

  • Systéme d'exploitation Windows

  • Systéme de Gestion de Bases de Données (SGBD)

Normes et procédés

  • Méthodes de prospective

  • Modélisation économique

Contextes de travail

Les conditions et environnements dans lesquels le métier s'exerce.

Conditions de travail et risques professionnels

  • Déplacements professionnels

  • En bureau d'études

  • Possibilité de télétravail

  • Travail en mode projet

Statut d'emploi

  • Salarié secteur privé (CDI, CDD)

  • Salarié secteur public

  • Travailleur indépendant

Secteurs d'activité

Les secteurs dans lesquels ce métier est exercé.

  • Recherche

Mobilités professionnelles

Les métiers vers lesquels une évolution est possible.