Transition énergétique et transformation numérique : les data scientists sont plus demandés que jamais auparavant, notamment en raison de l’énorme pénurie de main-d’œuvre qualifiée. Mais certaines compétences sont nécessaires. Quiconque l’a peut choisir le métier de ses rêves.
La capacité à analyser des données devient de plus en plus importante dans le cadre de ce travail. Mais les data scientists doivent être capables de faire encore plus.
La fin en soi est le tyran parmi les fins. C’est ce qu’a dit un jour Hans-Jürgen Quadbeck-Seeger, chimiste et directeur temporaire de la recherche chez BASF. Non, ce n’est pas une lacune éducative si vous ne connaissez pas la citation – mais elle apparaît assez tôt si vous recherchez sur Google « fin en soi ». Quelque part dans l’Internet cosmique, une IA sait désormais qu’en tant qu’utilisateur, j’étais intéressé par ce mot – et ce petit fragment de données peut avoir un impact ailleurs. Cela fonctionne de la même manière avec les portails commerciaux, qui suggèrent des produits qui correspondent exactement à vos goûts. Le travail des data scientists est à la base de ces applications. Et ce métier est plus demandé que jamais.
La plupart des experts sont convaincus que la capacité à interpréter des données devient – ou est déjà – une qualification clé absolue. « Nous obtenons beaucoup plus de données qu’avant car, par exemple, les machines sont équipées de plus en plus de capteurs. Les ingénieurs de développement doivent être capables d’interpréter ces données et d’en tirer des conclusions significatives », explique Roman Dumitrescu, directeur de l’Institut Fraunhofer pour la conception mécatronique IEM.
Cela est conforme au récent rapport « L’avenir de l’emploi » du Forum économique mondial. Les métiers de l’IA et de l’analyse de données sont considérés comme particulièrement importants. En fait, le flot de données ne cesse de croître, mais les données ne constituent pas une fin en soi pour les entreprises. Ils doivent être analysés et les informations contenues dans les données doivent être mises en œuvre de manière rentable dans des mesures, par exemple lors du développement de nouveaux produits ou domaines d’activité ou de l’optimisation des processus de production et des machines.
Selon le rapport actuel sur le marché du travail de la société de tests Dekra, les data scientists doivent avoir des compétences très spécifiques pour pouvoir choisir le métier de leurs rêves.
«De plus en plus d’entreprises et de secteurs ont besoin de data scientists», explique Katrin Haupt, directrice générale de la Dekra Academy.
«La profession n’offre pas seulement d’excellentes perspectives aux jeunes en phase de recherche de carrière. Cela peut également constituer une opportunité de développement très intéressante pour les spécialistes expérimentés ayant une formation en informatique ou en sciences naturelles.
Métier du futur : que fait un data scientist ?
La pénurie de travailleurs qualifiés est déjà grande et les spécialistes capables de faire exactement ce dont pratiquement toutes les entreprises ont besoin dans le cadre de la transformation numérique sont encore très rares. Selon le rapport sur le marché du travail, les candidats apportent des compétences en mathématiques et en statistiques, un savoir-faire technique, un caractère communicatif et une passion pour les questions complexes.
« Les entreprises disposant d’une équipe d’analyse de données compétente comprennent mieux leurs clients, développent des produits plus innovants ou progressent plus rapidement dans la recherche », indique le rapport, qui a analysé 350 offres d’emploi. L’objectif était de découvrir quelles tâches un data scientist devrait assumer dans son nouveau lieu de travail et ce qu’il doit être capable de faire.
Une chose est claire : chaque entreprise a des objectifs différents, ce qui signifie que les candidats doivent faire preuve de flexibilité. Selon Dekra, la plupart des experts recherchés s’occupent de méthodes d’analyse avancées. En plus des connaissances générales en analyse de données, vous avez besoin d’une expérience en apprentissage automatique. Et près d’un employeur sur cinq recherche des spécialistes possédant également une expérience en matière d’apprentissage profond. Les descriptions de poste comprennent des tâches qui couvrent l’ensemble du processus d’analyse : le développement de modèles et de méthodes et la préparation des données.
C’est ainsi que vous obtenez le savoir-faire informatique nécessaire
Mais : les compétences techniques et analytiques ne suffisent pas. Les data scientists travaillent en étroite collaboration avec ceux qui utilisent ensuite leurs analyses et en tirent des mesures, par exemple des collègues de services spécialisés ou de la direction. Le travail interdisciplinaire deviendra donc de plus en plus important à l’avenir, estime Roman Dumitrescu, qui propage le principe de l’ingénierie système : « Il s’agit de développer des systèmes de manière globale. Lorsqu’il s’agit d’un projet, chacun doit comprendre l’ensemble du système et ne pas se concentrer uniquement sur son domaine de spécialité. Pour le dire au sens figuré : quiconque construit un mur doit savoir qu’il fera partie d’une maison et que la maison sera située dans un quartier, qui à son tour fait partie d’une ville.
C’est pourquoi il est important pour les entreprises que les data scientists puissent expliquer et présenter des questions ou des résultats complexes de manière compréhensible – en particulier pour ceux qui ne sont pas aussi profondément impliqués dans le sujet qu’eux.
Que doit être capable de faire un data scientist dans le cadre de son travail ?
Parce que leurs volumes de données continuent de croître, de nombreuses entreprises migrent leurs capacités de stockage vers le cloud ou optent pour un modèle hybride. Quiconque connaît bien le cloud computing et les bases de données et peut utiliser des frameworks tels que Hadoop et Spark dans le domaine du Big Data dispose actuellement d’un gros avantage lors de la recherche d’un emploi.
Pourquoi c’est le moment idéal pour les professionnels de l’informatique
En gros, un incontournable : Python. Le langage de programmation est très courant dans le domaine de l’analyse de données et, selon Dekra, joue toujours un rôle dans les profils d’exigences des postes annoncés. Des connaissances en Python sont requises dans 84% des cas. Une offre d’emploi sur deux nécessite également la maîtrise des langages de programmation R et SQL. Si R est spécifiquement destiné aux calculs statistiques, le métier de data scientist lui impose de maîtriser le langage de base de données SQL, par exemple afin de définir des structures de bases de données.
Quel diplôme est requis ?
Un diplôme est une condition préalable idéale, mais souvent pas indispensable. Selon le rapport sur le marché du travail, de nombreux employeurs sont ouverts à d’autres carrières à condition que les candidats puissent démontrer leur expérience.
En ce qui concerne les domaines, les entreprises répertorient en moyenne 3,7 cours adaptés à un poste :
- Les personnes les plus recherchées se situent dans le domaine de l’informatique (70,0%)
- Suivi par les mathématiques (53,4%)
- En troisième position se trouvent les statistiques (31,4%)
- La physique (30,9%) en combinaison avec des connaissances en informatique constitue également une bonne base
La formation spécialisée, en revanche, n’arrive qu’en neuvième position (15,4%), ce qui est probablement dû principalement au fait qu’elle est encore relativement jeune et qu’il y a encore peu de diplômés.
La plupart des offres d’emploi s’adressent à des data scientists expérimentés. Cependant, les recruteurs restent souvent vagues sur ce que cela signifie exactement et sur la durée pendant laquelle les candidats recherchés auraient dû occuper le poste. Les candidats en début de carrière ont une chance d’obtenir un bon poste sur dix (12,3%).
Les data scientists ont absolument besoin de ces soft skills
Il est très important pour la plupart des employeurs d’avoir un haut niveau de responsabilité. Car des actes imprudents peuvent avoir des conséquences fatales pour l’entreprise. Et : L’analyse des données a aussi une dimension éthique, par exemple dans le domaine de la conduite autonome, mais aussi lorsqu’il s’agit d’éviter certains biais.
Les compétences générales incluent la capacité à gérer des tâches complexes ou une manière de penser et de travailler analytique et structurée, ainsi que la capacité à communiquer et à travailler en équipe.
Combien gagne-t-on en tant que data scientist ?
Parce que les data scientists sont très demandés, les conditions générales pour l’emploi annoncé sont souvent très bonnes : les entreprises offrent aux employés potentiels de nombreux avantages sociaux.
- Les horaires de travail flexibles sont une évidence pour 56,0%
- Le travail à domicile ou le travail hybride est possible pour 46,6 % des postes annoncés
- Plus d’un employeur sur deux offre des perspectives de formation continue et de certification
- Beaucoup proposent également des offres de santé et de remise en forme comme la location de vélos et/ou la possibilité de congés sabbatiques.
Remarquable : un « salaire attractif » n’occupe qu’une dixième place (23,1%) parmi les prestations. Cela « va probablement de soi et les recruteurs ont donc tendance à se concentrer sur des services supplémentaires qui intéressent le groupe cible, qui est généralement jeune », explique Dekra.
Il n’existe pas de chiffres exacts sur le salaire des data scientists, ce qui s’explique également par le fait que le poste portant ce titre spécifique est encore relativement nouveau. Cependant, les débutants gagnent rarement moins de 45 000 à 50 000 au début. À des fins de classification et comme point de référence : Selon l’étude salariale d’ingenieur.de, les salaires moyens des ingénieurs expérimentés en technologies de l’information sont : 63.414 euro. En fonction du rôle et de l’expérience, les salaires peuvent alors augmenter considérablement.