La Big data est « une forte volumétrie, une haute vélocité et une grande variété de données » (Description apportée par l’institut Gartner, entreprise américaine de conseil et de recherche dans le domaine des techniques avancées). Elle se développe sans cesse : 90% des données de toute l’humanité depuis le début de son histoire ont été générées de 2015 à 2017, et certaines études démontrent que chaque âme de la planète produit chaque jour environ 2 Go de données.

Depuis une décennie, il s’est avéré que les secteurs des entreprises misent de plus en plus sur les données provenant de bases publiques (open data), du réseau d’internet, des équipements connectés (IoT, smartphones…) et d’autres sources inaccessibles via les outils classiques. Cela a nécessité la création de nouveaux métiers aux noms pour le moins impressionnants et sujets à nombre de fantaisies : data scientist, data analyst, data engineer, et on en passe et des meilleurs. Ces professions intéressent pourtant plus d’un étudiant, chercheur d’emploi ou aspirant à la reconversion, pour les vastes opportunités à laquelle elles ouvrent. 

Dans cet article à destination de ceux qui prétendent à une carrière liée aux données et à la Big data, nous allons développer quelques précisions autour des principaux métiers liés aux données.

Pourquoi travailler dans le domaine de la data ?

Les professions liées à la data ou à la Big data sont largement considérées comme des métiers d’avenir, au même titre que tout ce qui a trait à l’informatique, internet et aux applications du numérique. Il s’agit d’une branche d’emplois touchant la science des données, intéressante de par la diversité de métiers qu’elle présente. Parce que par science des données ou data science, on n’entend pas seulement une discipline, mais tout un complexe de compétences qui ne sont pas nécessairement liées. Cela engendre une multitude de nouvelles branches d’activités qui ne se recoupent pas forcément entre elles. Autrement dit, le marché de l’emploi dans la data présente une offre importante, tant en volume qu’en diversité, avec en face des réponses parfois inadaptées.

En dehors de leur fleurissement et de leur intégration dans tous les secteurs (services, commerce, santé, industrie, numérique, etc), les métiers de la data ne sont pas moins de belles opportunités en matière d’évolution de carrière et de rémunération. Comment travailler dans la data ? Commençons par décrire les types de travaux qui attendent les aspirants aux métiers de la data.

Quels sont les métiers de la data ?

L’organisation des professions liées à la data peut sembler complexe à première vue, donnant lieu à une certaine confusion pour ceux et celles qui s’orientent vers ce secteur d’emploi. Mais des éclaircissements viennent peu à peu des instituts supérieurs en ce qui concerne leur interconnexion. Il ressort notamment d’un article de la MIT en 2020 qu’il existe 2 catégories de métiers distinctes mais qui convergent : les emplois de back-end et les activités de front-end. 

Métiers de la data en back-end 

Ce sont les professions qui se chargent du côté matériel et physique des tâches en data science, plus précisément des équipements informatiques et de l’architecture de stockage des données. On peut citer :

• Les data architects qui travaillent en amont de l’analyse des données brutes, en se chargeant de l’organisation de leur récupération et de leur gestion. Ils s’occupent de la définition et de l’optimisation des infrastructures de récupération, de stockage et d’utilisation des données. Éventuellement, ils se chargent aussi de l’amélioration des modélisations en fonction des besoins, pour faciliter le recoupement des données en cours de traitement par exemple.
• Les data engineers qui mettent en place une infrastructure, une interface et des solutions de stockage et de traitement des données (conçues par ou en collaboration avec les dataOps engineers et les data architects). Ils prennent en charge leur maintenance et leurs améliorations, tout en prenant en compte les aspects sécuritaires. Ils s’occupent aussi du suivi et du contrôle des flux de données. Ils doivent en cela maîtriser les outils de programmation, des connaissances approfondies en sources de données et des aptitudes en création de bases de données.
• Les dataOps engineers qui sont les garants du caractère opérationnel du dispositif d’analyse, notamment dans un cadre d’intégration continue de données. Ils sont également garants des bonnes pratiques et d’une utilisation rationnelle des moyens par les équipes de data science. Une forte connaissance et maîtrise des systèmes de production est requise. Comme l’ingénieur data, ils sont aussi experts en algorithmes d’apprentissage.
• Les chief data officers qui doivent s’assurer que les données collectées et traitées, dont ils auront préalablement vérifié la qualité et la cohérence, soient accessibles aux responsables opérationnels et décideurs de l’entreprise. Il s’agit d’un métier d’expérience, ouvert aux personnes avec une forte compétence en informatique, management, statistiques et marketing.

Métiers de la data front-end 

Ce sont les professions analytiques, spécialistes de l’apprentissage automatique ou encore de la conception de logiciels interactifs. On peut citer : 

• Les data analysts qui traitent, explorent, évaluent la qualité puis adaptent des modèles aux données. Ils en effectuent des déductions statistiques et élaborent des projections.
• Les data scientists se chargent d’analyser les données et d’explorer les modèles en profondeur, en vue notamment de détecter des anomalies et de créer des modèles de prédiction. Ils s’assurent ainsi de valoriser les données. Ils font usage d’outils complexes de machine learning et de deep learning.
• Les machine learning engineers qui conçoivent et évaluent les algorithmes de prédiction, afin que la solution soit fiable et évolutive au bénéfice des utilisateurs. 
• Les développeurs Data science qui conçoivent et créent des outils logiciels pour faciliter les tâches en data science. Il ne rentre donc pas directement dans le pipeline de data science.
• Les analystes d’affaires qui associent les données à des informations commerciales utilisables pour améliorer les processus commerciaux.

Il s’agit d’une liste non exhaustive des principaux métiers de la data. L’univers de la science des données dispose d’autres profils familiers comme le data protection officer, le data consultant, ainsi de suite. Mais d’autres acteurs sont moins connus. On peut citer les journalistes de la Data qui publient des informations et analyses sur les données, ou encore les Data artists qui inventent des diagrammes, des infographies et des outils graphiques pour visualiser les données. Ensuite, étant donné le caractère incontournable de la protection et l’usage légal des données, des métiers liés à cette facette de la data sont de création récente. Le data privacy officer par exemple, dont la tâche est de répertorier les réglementations puis de les interpréter aux mieux, afin d’orienter l’entreprise sur la manière de s’y conformer et de prévenir les risques de violation. 

Il ne faut évidemment pas oublier les secteurs d’activités liés de près ou de loin à l’utilisation même des données traitées : les métiers du web et du référencement, l’internet des objets, les solutions d’intelligence artificielle, ainsi de suite. Ces spécialités impliquent la connaissance et la maîtrise d’autres aspects de la data, des outils de télécommunications, du web, etc.

Des compétences communes en data science

De manière générale, tout emploi dans le domaine de la science des données exige trois groupes fondamentaux de compétences : science et technologie de l’informatique, les mathématiques et les statistiques, et la connaissance de son domaine d’activités, de la data et du monde des affaires. Cela étant dit, le niveau de chaque groupe de compétences varie d’un métier à l’autre. Ainsi, un data engineer doit être hautement compétent en technologie informatique, pour maîtriser le fonctionnement d’un ordinateur, le stockage des données, les différentes structures de données et leur exploitation, le réseautage informatique, etc. Un data analyst n’est pas obligé d’avoir une profonde compétence en informatique, mais devra avoir une maîtrise on ne peut plus solide en statistiques et en mathématiques.

Il est vrai que chaque métier lié aux données (open data, data massives…) nécessite de fortes compétences scientifiques et une connaissance approfondie de son domaine d’activités. A cela s’ajoutent quelques qualités phares comme la curiosité, la minutie, le caractère solutionniste, ainsi de suite. En réalité, les profils requis sont plus détaillés. Pour être data analyst ou en business intelligence par exemple, il faut maîtriser le codage et les outils numériques, l’extraction et le traitement de données, la visualisation des données et les rapports, le machine learning, les designs et les modélisations, etc. D’autres métiers exigent davantage. Alors, comment décrocher un emploi dans la data ? 

Quelle formation pour travailler dans la data ?

La liste des aptitudes requises pour les métiers des données massives est impressionnante. Elles sont malgré tout accessibles avec la formation adéquate. Mais laquelle choisir ? Pour répondre à cette question, on peut dresser quelques éléments d’orientation. 

Les besoins des employeurs. 

Même si le volume et la complexité des données (structurées ou non) constituent un défi majeur pour les entreprises, leur choix en matière de spécialistes de la data et Big data varie. Le candidat peut ainsi directement miser sur des formations à des métiers stars comme le data analyst, le data engineer, etc, pour un accès plus facile et rapide au monde professionnel. Mais il n’est pas moins judicieux d’opter pour des formations plus spécialisées dans des professions moins communes, plus sélectives, mais à potentiel élevé en matière salariale par exemple. On peut citer comme exemple le data manager qui accompagne les autres employés de la data, ou encore un métier dans la recherche en data (pouvant nécessiter un doctorat). 

Le profil académique ou professionnel du candidat

La situation de chaque aspirant aux métiers de la data est également une indication sur les possibilités et les limites en matière de formations. A étudiant notamment, on préconise des formations initiales bac+2/3/4/5 (BTS, Licence, Master) dans la branche de la data science qu’il souhaite. Pour les jeunes professionnels et adultes en reconversion, ou encore les chercheurs d’emploi, la formation continue est sans doute la plus recommandée. Mais il existe aussi des formations diplômantes de 1 an pour ceux qui ont une base de formation initiale scientifique par exemple. Rien n’interdit cependant d’aborder un cursus plus long.

La qualité de la formation

Il va sans dire qu’un établissement proposant un apprentissage de courte ou longue durée devra s’assurer de la compatibilité de son offre de formation avec le monde professionnel. Des formations ciblées sont particulièrement préconisées dans ce domaine complexe et évolutif de la Big data. Les spécialisations s’imposent à un certain niveau. Les enseignements devront aussi idéalement rendre chaque personne formée opérationnelle dès leur sortie.

Vous souhaitez vous former au Big Data ? Retrouvez les formation Data Full Stack et Data Analyst qui vous forment aux métiers de Data Analyst, Data Scientist, Data Engineer et AI Scientist.
Merci pour votre lecture ! Si vous souhaitez lire nos prochains articles autour de la Data et de l’IA, vous pouvez nous suivre sur Facebook, LinkedIn et Twitter pour être notifié lorsqu’un nouvel article est publié !