Data scientists, data miner, data analyst... : ces nouveaux métiers sont-ils vraiment les plus cools du monde ?

Que n’a-t-on raconté sur les data scientists ! Présentée comme le « métier le plus cool du monde » par de nombreux magazines américains, cette fonction, il est vrai, fait l’objet d’une demande considérable de la part d’entreprises et start-up désireuses de se lancer dans le domaine des data. En Californie, un programmeur disposant d’une expertise moyenne en Big Data verra aisément son salaire passer la barre des 100 000 dollars par an. Un expert passera largement au-delà des 200 000 dollars, tandis que certains spécialistes confirmés pourraient gagner des multiples de ces montants1. Dans ce pays, le marché est presque hors de contrôle et les entreprises ont le plus grand mal à conserver les compétences qu’elles ont souvent participé à former. En France toutefois, le faible décollage du Big Data limite l’inflation et les salaires sont incomparablement plus modestes. Une bonne compétence Hadoop* se situera dans les 50 000 euros annuels, tandis qu’un expert confirmé restera en deçà des 100 000 euros, sauf dans les métiers de la finance.

A minima, les data scientists ont une solide formation en mathématique statistique, mais également en géométrie ainsi qu’en topologie. À cela, il convient d’ajouter une expertise informatique de bon niveau. Maîtriser des langages de type C semble indispensable. D’autres langages, tels que Java (dans lequel est écrit Hadoop*) ou SQL, peuvent être des atouts importants. Une bonne maîtrise des environnements de données – structure et fonctionnement des bases de données et des systèmes d’information – est également nécessaire.

Data miner, data analyst, data manager

Bien entendu, d’autres profils évoluant dans l’univers des data peuvent compléter l’effectif d’une entreprise.

– Data miner : il s’agit d’un profil disposant de compétences minimales en statistiques et éventuellement en informatique. Le data miner est dévolu aux opérations liées à des traitements génériques sur les données, de leur fabrication à leur analyse. Une bonne maîtrise statistique suffit généralement pour accéder à ce niveau d’expertise.

– Data analyst : il s’agit d’une fonction relativement « senior » dévolue avant tout aux statisticiens et aux mathématiciens de formation. Le data analyst dispose le plus souvent d’une culture poussée des données et a déjà évolué au sein d’organisations complexes.

– Data manager : son parcours professionnel l’a conduit à mettre en forme des données de sorte qu’elles puissent être exploitées par les équipes des différentes fonctions de l’entreprise. De fait, le data manager a souvent une bonne expérience des outils de type analytics. Son rôle est de garantir une homogénéité dans les données mises à disposition au sein de son entreprise.

Quels que soient leurs formations et leurs parcours, il est important que ces profils n’aient pas une culture trop marquée par celle des grandes entreprises où les projets s’expriment au travers d’architectures rigides, planifiées avec un niveau de détail qui empêche la prise de risque. Or c’est exactement le contraire de ce qu’il convient de faire à l’égard des données : il faut accepter de prendre des risques. Le monde des données est et restera un monde de surprises. Les spécialistes de la topologie ne cessent d’évoquer le Big Data comme la discipline capable de faire apparaître un éléphant au milieu des données. En d’autres termes, les projets de Big Data sont des projets de rupture, car les découvertes que l’on fait en analysant les données sont parfois loin de ce que l’on envisageait trouver, ou même chercher, au départ.

Il n’en reste pas moins que, dans la mesure où les formations en Big Data ne sont apparues en France qu’en 2012 dans le meilleur des cas, et qu’elles n’ont concerné dans un premier temps que quelques dizaines de personnes, les experts actuellement à l’oeuvre ont souvent des parcours disparates. On peut néanmoins résumer assez simplement les compétences nécessaires, dont la première est un très bon niveau en mathématiques.

On comprendra donc, à la lecture des lignes qui précèdent, que les entreprises et organisations voulant développer des projets de Big Data ne sont pas près de disposer d’experts accessibles à un prix de marché raisonnable. Au vu du niveau d’expertise nécessaire, ces compétences resteront de longues années hors de prix. Peu de comparaison possible avec ce que certains d’entre nous ont connu avec les experts HTML dans les années 1990. Même si ceux-ci ont pu dicter leur loi quelques années durant, ils sont devenus accessibles et même surabondants dès l’éclatement de la bulle digitale en 2001. C’est loin d’être le cas avec le Big Data et, pour autant qu’ils aient une appétence pour les maths, chacun peut sans crainte conseiller à ses enfants de s’orienter dans ce domaine. Leur avenir est assuré, au moins pour la dizaine d’années à venir !

Extrait de "Big Data, penser l'homme et le monde autrement", de Gilles Babinet, publié chez Le Passeur Editeur. Pour acheter ce livre, cliquez ici.