webleads-tracker

 

Le recrutement d’un data scientist : oui mais quel profil ?

Le recrutement d’un data scientist : oui mais quel profil ?

Les entreprises qui envisagent recrutement d’un data scientist s’interrogent souvent quant au type de profil nécessaire. Les data scientists sont des professionnels qui sont encore peu nombreux, souvent chers, et il est donc nécessaire de bien réfléchir à ses objectifs et aux conditions de celui-ci.

Se mettre en recherche d’un data scientist n’est pas qu’un effet de mode du moment, la démarche doit être inhérente à la stratégie de l’entreprise, avec comme objectif l’amélioration de l’utilisation de données. La décision du recrutement d’un data scientist doit être l’une des conséquences d’une réflexion sur les enjeux de l’entreprise et sur sa stratégie de transformation.

Certains seront plutôt spécialistes des bases de données et de leur conception/programmation

Mais qu’est-ce qu’un data scientist ?

Un data scientist est un expert des données, en capacité d’extraction d’informations et de conception de modèles de données en vue de répondre à des questions stratégiques ou opérationnelles. Cette spécialité exige de grandes compétences en mathématiques, statistiques, programmation, bases de données, et souvent un complément de compétences selon le type de données utilisées (son, image, base de données, vidéo, etc.) et d’algorithmes utilisés.

Selon les besoins de l’entreprise, les profils d’experts de la donnée peuvent être variés, certains seront plutôt spécialistes des bases de données et de leur conception/programmation, d’autres de la préparation des données, des classes de modèles d’analyse/prédiction, ou de la visualisation des données. Mais aussi, les data scientists peuvent être dotés d’un background professionnel important dans un métier ou un secteur, ce qui pourra optimiser leur impact, leur compréhension des données de manière contextuelle, et leur permettre de proposer des visualisations personnalisées pour les utilisateurs de l’organisation. 

Pour une bonne anticipation des opérations préalables de préparation et nettoyage de bases de données, de gouvernance et d’homogénéité des données.

D’une façon générale, avant d’envisager le recrutement d’un data scientist, il faut procéder à une définition précise des problématiques techniques, des types de données et des tâches qui lui seront confiées. Sur le plan organisationnel, il est nécessaire d’avoir une idée claire sur la qualité et le volume des données qui seront disponibles, pour une bonne anticipation des opérations préalables de préparation et nettoyage de bases de données, de gouvernance et d’homogénéité des données.

Le type d’utilisateur devra également être défini. Si les résultats ont plutôt vocation à être exploités par les managers, par les opérationnels en quête d’informations pour leurs prises de décision, la compétence à communiquer et mettre en place des visualisations adaptées est clé ; Si a contrario les résultats sont destinés à être digérés par des processus informatiques, l’intégration sera toute autre.

Comment doit-il s’interfacer avec des besoins importants en accès aux bases de données et à des capacités de calcul ? 

Autre question à se poser, quelle relation doit avoir le data scientist avec la direction des systèmes d’information, et comment doit-il s’interfacer avec des besoins importants en accès aux bases de données et à des capacités de calcul ? Dans un contexte de mutation digitale de l’entreprise, ces questions sont essentielles.

Par ailleurs, le recrutement d’un data scientists nécessite l’acquisition  de nouveaux outils de développement informatique, de puissance de calcul importante.

Enfin, l’organisation devra aussi investir dans des moyens offrant des conditions de travail optimales au data scientist, avec des mises en place de dispositifs de gestion de la qualité et de management des données, de visualisation, permettant d’accéder de façon simple et rapide aux différentes plateformes internes et externes.