Un regard approfondi sur 13 rôles de data scientist et leurs responsabilités

 

De tous les rôles dans le monde de la technologie, les data scientists ont probablement la plus grande variation dans les titres et les responsabilités professionnelles. Un data scientist doit porter plusieurs casquettes et le travail quotidien d'un data scientist chez Amazon pourrait sembler très différent de celui d'un data scientist chez Microsoft. Qu'il s'agisse de trouver des domaines d'activité de l'entreprise qui pourraient bénéficier de la collecte, de l'analyse et de la compréhension des données ou de décider des décisions stratégiques à prendre pour améliorer la satisfaction client ou les taux d'achèvement des achats, une entreprise peut demander beaucoup de data scientists.

On attend d'un scientifique des données qu'il ait des compétences et des connaissances expertes en statistique, en apprentissage automatique et souvent en économie. UNE le data scientist doit être hautement qualifié en mathématiques, statistiques, apprentissage automatique, visualisations, communication et implémentation d'algorithmes. 

De plus, un scientifique des données doit bien comprendre les applications commerciales de ses données. Si vous analysez des données sur la croissance des arbres, vous devez comprendre la différence entre hauteur et hauteur à la base de la couronne. Ce type de connaissances contextuelles peut être développé sur le tas, mais cela peut être un gros avantage si vous avez déjà une expérience de travail dans l'industrie si vous cherchez à devenir un scientifique des données. Si vous êtes banquier depuis cinq ans, vos chances d'obtenir un poste en science des données dans la fintech sont bien meilleures que dans le domaine de la santé.

Les différents chapeaux que porte un data scientist

 

 

La science des données est un domaine relativement nouveau, et il peut être difficile pour les personnes qui ne sont pas des scientifiques des données d'expliquer ce que font les data scientists aux laïcs. Cela conduit à la variété parfois comique de responsabilités et de titres qui peuvent s'appliquer à un data scientist moderne.

A Data Scientist, selon l'entreprise et le travail spécifique, peut être responsable de la collecte et du nettoyage des données. Vous pourriez également être amené à développer des modèles et des pipelines d'apprentissage automatique ou à servir votre entreprise en tant que gourou de la visualisation. Certains data scientists sont plus intérieur tandis que d'autres ont beaucoup à voir avec des équipes internes, non techniques ou même des clients. Si vous travaillez avec des personnes moins techniques, vous devrez avoir excellentes compétences en communication, tant pour la rédaction de rapports résumant vos analyses que pour la présentation de vos conclusions et la formulation de recommandations d'actions futures.

La principale responsabilité d'un scientifique des données (ou quel que soit le nom que votre entreprise donne à quelqu'un qui recueille, analyse, visualise ou prédit des données) est de dire au histoire des données. D'où vient-il, que pouvons-nous en apprendre sur le passé et comment peut-il nous guider dans l'avenir ? Pour y parvenir, vous devez être un expert du domaine d'activité ou avoir des connaissances contextuelles pour assembler les pièces du puzzle et expliquer à ceux qui vous entourent l'importance des données et les informations que vous en avez tirées. 

Les responsabilités exactes dans le domaine de la science des données varient beaucoup, et il existe de nombreux rôles différents dans le domaine de la science des données. Que vous cherchiez à entrer dans le domaine ou que vous vouliez changer d'emploi, il est vraiment important que vous gardiez l'esprit ouvert en termes de titre d'emploi et d'industrie. Je vais vous donner une ventilation des responsabilités générales de treize rôles différents dans le domaine de la science des données. 

Les entreprises ne sont généralement pas douées pour donner des titres aux personnes en science des données, il est donc important que vous considériez cette répartition comme une règle empirique et non comme une définition exacte. Si l'un d'entre eux vous semble parfait, vous pouvez restreindre votre recherche à ce seul titre, mais si plusieurs d'entre eux sonnent bien, je serais plus flexible avec le titre que vous utilisez lors de la recherche. (Et si le titre compte vraiment pour vous, vous pouvez toujours en faire partie de votre négociation lorsque vous recevez l'offre d'emploi !)

Toute entreprise moderne de toute taille significative dans le monde dispose d'un département de science des données, et un ingénieur de données dans une entreprise peut avoir les mêmes responsabilités qu'un scientifique marketing dans une autre entreprise. Les emplois en science des données ne sont pas bien étiquetés, alors assurez-vous de jeter un large filet.
 
 

Répartition des responsabilités du Data Scientist par rôle

 

 

1 Analyste de données

 
A analyste de données se concentre davantage sur la collecte, le nettoyage et l'agrégation des données. Vous devez être capable de naviguer confortablement dans des requêtes SQL complexes. Vous serez responsable de la conception et de la livraison de rapports aux parties prenantes non techniques. Vous aurez également la possibilité de concevoir des modèles de données, des visualisations et des modèles prédictifs.

2. Administrateur de base de données

 
Les administrateurs de base de données gèrent les instances de base de données, à la fois sur site et dans le cloud. Comme un administrateur de base de données, vous devez créer, configurer et maintenir des environnements de production. Vous serez également responsable de la performance, de la disponibilité et de la sécurité des bases de données sous votre responsabilité. Préparez-vous à diriger les opérations de données et à fournir une assistance sur appel vitale.

3. Modélisateur de données

 
Un modélisateur de données crée des modèles de données conceptuels, techniques, logiques et parfois physiques. Vous devrez sélectionner et maintenir de manière décisive les normes de modélisation et de conception des données pour créer une vision cohérente des données de votre entreprise.

Modélisateurs de données doit également développer des modèles de relations d'entités et concevoir des bases de données. Vous devrez peut-être améliorer la collecte de données et l'analyse des classes de données sous-représentées pour votre équipe ou votre entreprise afin de vous assurer que vos ensembles de données sont représentatifs.

4. Ingénieur logiciel

 
Ingénieurs logiciels concevoir et entretenir systèmes logiciels. Lorsque vous êtes ingénieur logiciel, préparez-vous à écrire du code évolutif, fiable et performant. Vous devrez traduire les exigences de conception en un code bien documenté et bien testé qui donne vie aux visions des concepteurs de produits.

5. Ingénieur de données

 
Identifier et résoudre les problèmes de qualité des données sera une tâche importante pour vous en tant qu'ingénieur de données. Vous devrez également prendre en charge l'ingestion de sources de données dans des solutions de stockage de données. Une partie passionnante d'un travail d'ingénieur de données a la chance d'architecturer et de concevoir des solutions d'ingénierie de données. Vous devez également être prêt à créer des pipelines ETL pour extraire, transformer et charger des données dans des entrepôts de données pour les rapports en aval. Les ingénieurs de données sont également responsables de la réplication, de l'extraction, du chargement, du nettoyage et de la conservation des données.

6. Architecte de données

 
Architectes de données sont principalement responsables de la conception et de la maintenance des pipelines de données. Une autre partie importante du travail d'un architecte de données est la gestion des bases de données. En tant qu'architecte de données, vous écrirez des requêtes efficaces et optimiserez les requêtes existantes pour maximiser l'évolutivité et la rentabilité. Vous convertirez également les données en rapports, automatisation et informations exploitables.

7. Statisticien

 
Un statisticien comprend les besoins de l'entreprise, développe des hypothèses et construit des expériences statistiquement solides. Comme un statisticien, vous validerez la validité statistique des plans expérimentaux d'autres groupes d'entreprises. Vous devrez également coacher et former des directeurs de projet ou d'étude pour développer des expériences et des stratégies ou des mesures de validation statistiquement raisonnables.

Au-delà des expérimentations, un statisticien développe et exécute des stratégies de reporting analytique. Vous devrez peut-être agir comme un pom-pom girl statistique parce que certains entreprises de science des données demander à leurs statisticiens de promouvoir activement les méthodes statistiques et de découvrir de nouveaux domaines d'activité qui pourraient bénéficier d'une analyse statistiquement solide.

8. Analyste en intelligence d'affaires

 
A analyste en intelligence d'affaires est un peu du côté le plus doux de la science des données. En tant qu'analyste en intelligence d'affaires, vous devrez collecter les exigences commerciales et fonctionnelles et travailler à aligner les solutions techniques sur les stratégies commerciales. Vous travaillerez également sur la création ou la découverte de stratégies d'acquisition et de traitement de données.

Vous serez responsable de l'extraction et de la manipulation de gros volumes de données pour créer des rapports analytiques à partir de celles-ci. Les analystes de Business Intelligence rapportent, présentent et communiquent également les résultats analytiques aux principales parties prenantes.

9. Scientifique en marketing

 
Scientifiques du marketing présenter des idées et des résultats aux clients actuels et potentiels. Ils appliquent également des stratégies d'exploration et d'analyse de données aux données, telles que les données démographiques ou marketing. Selon Groupe Stone Alliance description d'un scientifique en marketing, vous devez « suivre et évaluer les efforts d'acquisition de clients, les tendances du marché et le comportement des clients ». Un scientifique en marketing est un scientifique des données qui travaille spécifiquement sur la publicité, le marketing ou les données démographiques des utilisateurs/clients.

10. Analyste d'affaires

 
Un analyste métier "analyse les besoins de l'entreprise et des utilisateurs, documente les exigences et conçoit les spécifications fonctionnelles des systèmes et des rapports", conformément à MaxisIT Inc exigences. Si vous êtes un analyste d'affaires ou souhaitez le devenir, vous devez comprendre les exigences commerciales et industrielles et les utiliser pour formuler la portée du système et les objectifs techniques. Vous serez également responsable de définir l'interaction des données entre les différents systèmes et bases de données.

11. Analyste quantitatif

 
Analystes quantitatifs développer des modèles complexes en utilisant de grands ensembles de données pour alimenter les rapports internes et produire des informations commerciales. Associés au développement des ressources leurs analystes quantitatifs « élaborent et dirigent la mise en œuvre de plans analytiques, décrivant la méthodologie de recherche, les questions, l'échantillonnage et les plans d'itération ». Les analystes quantitatifs automatisent également les flux de travail et travaillent pour valider l'intégrité des données.

12. Scientifique des données

 
En tant que data scientist, vous devrez extrait, agréger, nettoyer et transformer des données provenant de plusieurs sources. Vous devrez identifier les facteurs contextuels importants du problème. Les scientifiques des données analysent les données pour produire des informations clés exploitables pour l'entreprise afin d'améliorer les performances. Selon l'entreprise, vous devrez peut-être prévoir les tendances du marché pour aider l'entreprise à développer stratégiquement ses succursales.

La science des données consiste à trouver un équilibre entre les orientations analytiques à court terme et les prévisions et expérimentations à long terme. Vous devez communiquer les choses importantes au bon moment, il est donc crucial que vous puissiez représentent résultats dans des médias digestibles - visualisations de données et présentations captivantes et réfléchies.

En tant que scientifique des données, vous apporterez de la valeur et des informations à partir des données aux parties prenantes non techniques. Vous aurez l'opportunité de trouver de manière proactive des domaines au sein de l'entreprise qui pourraient bénéficier de décisions basées sur les données et de travailler avec d'autres équipes pour y parvenir.

13. Ingénieur en apprentissage automatique

 
Construire des modèles d'apprentissage automatique pour la production est l'objectif principal d'un ingénieur en apprentissage automatique. Ils conçoivent et mettent en œuvre des pipelines de données et des services évolutifs, fiables et performants. Selon l'entreprise et ses domaines d'intervention, vous pouvez améliorer la personnalisation des produits ou mieux prévoir les tendances du marché dans l'industrie en appliquant des modèles d'apprentissage automatique aux données historiques et en direct.

Les rôles et les responsabilités des scientifiques des données se croisent, mais les distinctions comptent toujours

 
Il y a beaucoup de croisements entre tous ces rôles. Certains se concentrent davantage sur l'analyse des chiffres tandis que d'autres se concentrent davantage sur l'application des informations issues de l'analyse des données aux décisions commerciales. Quel que soit votre titre de poste exact, si vous êtes dans le domaine de la science des données, vous devrez être impliqué dans de nombreuses étapes différentes du cycle de développement de produits axé sur les données. Vous devez être prêt à découvrir de nouveaux domaines à optimiser, à déterminer les métriques qui comptent, à trouver les données pour informer ces métriques, à concevoir et à exécuter des expériences et à présenter les résultats des expériences/modèles de manière concise, précise et convaincante.

Le domaine de la science des données est jeune et vaguement défini. Souvent, vous trouverez des descriptions de poste sous différents titres de poste qui semblent étonnamment similaires dans le cadre de la science des données. Les entreprises se rendent souvent compte qu'elles disposent de données ou qu'elles pourraient collecter des données, puis les utiliser pour améliorer leur modèle commercial. Cependant, ces descriptions de poste et le titre de poste qu'ils choisissent de leur attribuer sont souvent rédigés par des personnes non techniques, ce qui signifie qu'il y a beaucoup de chevauchements.

Un ingénieur de données dans une entreprise peut faire le même travail qu'un analyste de données dans une autre entreprise. Toutes ces positions concernent la collecte ou la validation de données, l'application d'une forme d'analyse, puis l'explication des résultats à des collègues non techniques, que ce soit par le biais de rapports, de prédictions ou de visualisations.

Si l'un de ces emplois vous semble parfait, vous pouvez restreindre votre recherche à ce titre, mais si plusieurs d'entre eux vous semblent bons, je serais plus flexible avec le titre que vous utilisez lors de la recherche. Si le titre est quelque chose qui est vraiment important pour vous, vous pouvez toujours en faire une partie de votre négociation lorsque vous recevez l'offre d'emploi. Ne laissez pas cette liste de responsabilités vous éloigner d'un travail qui semble intéressant. Si vous voulez vraiment devenir un modélisateur de données, mais que vous n'êtes pas à l'aise pour organiser les informations de lignage, vous pouvez rechercher des postes de modélisateur de données dans différentes entreprises ou des postes d'architecte de données.

Laissez cette répartition des treize rôles les plus courants en science des données servir de tremplin à votre recherche d'un emploi en science des données.

 
 
Nate Rosidi est data scientist et en stratégie produit. Il est également professeur adjoint enseignant l'analytique et fondateur de StrataScratch, une plate-forme aidant les data scientists à préparer leurs entretiens avec de vraies questions d'entretien posées par les meilleures entreprises. Connectez-vous avec lui sur Twitter : StrataScratch or LinkedIn.

Source : https://www.kdnuggets.com/2022/01/deep-look-13-data-scientist-roles-responsabilités.html