Le data scientist  et le  data analyst (ou data miner)  s’occupent de l’analyse des données d’une entreprise en les croisant avec celles de services web ou d’autres canaux digitaux (téléphone mobile…)

Ils sont responsables de la collecte de ces données, de l’analyse et l’interprétation pour faire des évaluation et des projections futures sur l’activité, afin que l’entreprise puisse prendre des décisions stratégiques ou opérationnelles.

Au niveau technique, ils doivent aussi élaborer des algorithmes pour collecter, examiner et restituer les données.

Le data analyst examine généralement les données d’une seule source (par exemple le CRM – customer relationship management – de l’entreprise) afin d’identifier la clientèle de l’entreprise, et suit les outils datamining pour analyser l’impact des actions marketing.

En suite le data analyst, peut devenir data scientist.

Le data scientist, de son côté, dispose d’une vue plus globale et croise les données de différentes sources dispersées.

• Data Scientist compétences

Le Data analyst et le Data Scientist doivent avoir des connaissances d’ingénierie des software et ils doivent maitriser les langages de programmation statistique comme R ou Python,  et des langages de base données, comme SQL.

Il faut en suite des compétences statistiques, afin que le data analyst puisse comprendre les techniques nécessaires pour atteindre les objectifs. Il doit donc avoir des compétences de business intelligence.
De la même façon, quand on doit analyser une grande quantité de données, les techniques et méthodes de Statistiques, Machine Learning et Predictive Modeling sont importants: le data analyst devra donc utiliser les algorithmes k-NN (k-nearest neighbor, pour la reconnaissance des pattern) et les classificateurs de Forêt d’arbres décisionnels (random forest ) .

Tout d’abord il faut être capables de distinguer les techniques adéquates à chaque situation, et en suite savoir maitriser les outils.
Des notions d’algèbre linéaire et  de statistique multivariée: sont demandées si l’entreprise décide de développer in house les implémentations nécessaires à l’évaluation des données.

• Formation Big data

La formation du data analyst commence à partir de la licence. Il serait préférable de faire un Bac+3 en économie, marketing ou informatique. Mais ça sera pas suffisant ! Le niveau de formation demandé est de Bac + 4 ou Bac +5 dans le domaine du management, statistiques, marketing ou informatique. Les formations spécialisées dans la Data analytics et qui permettent de se former au métier de la big data sont encore peu nombreuses mais elles se mettent en place rapidement pour faire face à la demande.

Si vous êtes déjà salariés et vous voulez effectuer un changement de métier ou un avancement de carrière dans le domaine des big data, vous pouvez opter pour des cours par correspondance. Contactez l’équipe de l’école en ligne Niccolò Cusano afin d’avoir des informations sur les cursus Bac+3 en Economie et gestion et de bac+5 en Sciences économiques et Management.

• Débouchés big data

Le monde du Big data est en constante évolution, par conséquent les Data analysts et Data Scientists peuvent être intégrés dans différents secteurs comme la finance, le commerce, le marketing, même dans le domaine médical ou paramédical, ou encore l’industrie.

Le développement du numérique est rapide et donne plusieurs opportunités de travail pour le data analyst. Le data analyst peut être embauché par des sociétés du numérique, mais également dans des entreprises qui ont des stratégies basées sur la donnée ou qui ont la donnée comme produit.

Le data analyst peut évoluer vers des postes de consultant, ingénieur Business Intelligence, Data Engineer, Data Scientist. Avec l’expérience, il peut occuper des postes managériaux, comme celui de Chief Data Officer, Master Data Manager ou encore Data Security Manager.