Métiers de la data

Voilà les principaux métiers du monde des données classés selon trois familles : gestion des données (data management en anglais), analyse des données et enfin, gouvernance des données. Certains métiers existent quasiment depuis les débuts de l’informatique, tandis que d’autres sont beaucoup plus récents.

Métiers de la gestion des données

La gestion des données regroupe l’ensemble des activités permettant d’exploiter concrètement la donnée.

Data Architect

Les data architects (ou architectes des données en français) sont des experts techniques chargés de concevoir l’architecture logicielle et technique des systèmes d’information qui prennent en charge les données de l’entreprise.

Ils ont une grande connaissance des différentes technologies de stockage et traitement des données existant sur le marché. Ils savent les choisir et les assembler afin de concevoir une architecture logicielle, voire d’entreprise capable de répondre aux enjeux présents et futurs en termes de gestion des données.

Depuis quelques années et notamment depuis l’avènement du big data, le métier tend à se complexifier…

Savoir-faire : 

• Maîtrise des grands principes d’architecture logicielle, technique ou d’entreprise
• Maîtrise des technologies de stockage et traitement des données

Savoir-être : 

• Créativité 
• Esprit d’équipe
• Communication

Formation : 

• Informatique, mathématiques…

Data Engineer

Les data engineers sont des développeurs de logiciels spécialisés dans les données. Ils conçoivent et implémentent la collecte, les bases de données, le stockage et les traitements qui permettent d’avoir des données exploitables par les diverses applications de l’entreprise, les data scientists, les data analysts…

Apparus au début des années 2010 avec le big data, les data engineers maîtrisent particulièrement les techniques big data permettant de gérer d’immenses volumes, vélocités et variétés de données.

Les data engineers sont généralement tenus de suivre les architectures définies par les data architects au sein de l’entreprise. Ils collaborent étroitement avec les data scientists et data analysts auxquels les données préparées sont en premier lieu destinées.

Savoir-faire :

• Maîtrise des technologies de traitement des données big data
• Maîtrise des langages de programmation big data, tels que Python, Scala ou Java

Savoir-être : 

• Rigueur et ténacité
• Esprit d’équipe et organisation

Formation :

• Ingénierie informatique, big data ou statistiques

Métiers voisins : 

• Ingénieur d’études et de développement informatique, développeur

Data Custodian

Les data custodians administrent et surveillent une ou plusieurs sources de données. Ils doivent en assurer la maintenance, l’accessibilité, la qualité et la sécurité. Ils sont donc chargés de la partie technique au plus proche des bases de données.

Le rôle de data custodian est souvent la contrepartie technique de celui de data steward.

Savoir-faire : 

• Maîtrise des langages de bases de données
• Bonne culture de l’IT
• Connaissances en sécurité et qualité des données

Savoir-être :

• Rigueur

Formation : 

• Informatique

Métiers voisins :

• Administrateur de bases de données

Métiers de l’analyse des données

L’analyse des données intervient en aval de la collecte et de la préparation des données pour en extraire de la valeur. Historiquement, on distingue trois générations d’analyse :

Data Analyst

Les data analysts exploitent les données brutes pour en extraire des informations ayant de la valeur pour le métier. Ils vont révéler des indicateurs, des statistiques, des tendances… afin de produire des analyses et des interprétations cruciales pour l’aide à la décision. Ils présentent souvent le résultat de leurs analyses sous la forme de visualisation des données.

Depuis l’émergence du big data et de l’intelligence artificielle, le métier demande une expertise technique croissante.

Savoir-faire : 

• Maîtrise des technologies d’analyse des données
• Fortes compétences en statistiques
• Fortes qualités analytiques
• Maîtrise des outils de reporting et de visualisation

Savoir-être : 

• Esprit d’analyse, esprit de synthèse
• Rigueur
• Curiosité intellectuelle
• Communication

Formation :

• Statistiques, économétrie, big data

Business Intelligence Manager

Les business intelligence managers sont responsables de l’ensemble des techniques d’informatique décisionnelle qui comprend notamment l’analyse multidimensionnelle et les rapports visuels. Moins techniques que les data analysts, avec qui ils travaillent parfois, leur rôle est avant tout de produire des analyses descriptives pour les décideurs.

Savoir-faire :

• Connaissance des outils de business intelligence courants : PowerBI, Tableau, Qlik Sense, BusinessObjects…

Savoir-être : 

• Sens du relationnel
• Communication écrite et orale

Formation :

• Business Management

Métiers voisins : 

• Business Analyst

Data Scientist

Les data scientists sont des experts en analyse des données qui possèdent les compétences techniques nécessaires pour résoudre des problèmes complexes. Ce métier s’est particulièrement développé avec le big data et l’intelligence artificielle. 

Ils ont généralement les compétences des data analysts et ils peuvent aussi élaborer des modèles prédictifs en utilisant des techniques de statistiques avancées telles que l’apprentissage machine (machine learning en anglais).

Ils sont les artisans des analyses prédictives et prescriptives.

Savoir-faire : 

• Maîtrise des outils de data science et de la programmation en langage Python
• Compréhension des enjeux business et des cas d’usages
• Fortes compétences en mathématiques et statistiques

Savoir-être : 

• Créativité et curiosité intellectuelle
• Esprit d’analyse
• Communication

Formation :

• Doctorat ou bac + 5 en mathématiques, statistiques
• Ecole de statistique ou ingénierie informatique

Métiers voisins : 

• Machine learning engineer : spécialiste de l’apprentissage machine
• Deep learning engineer : spécialiste des réseaux de neurones artificiels

Data Miner

Les data miners recherchent de nouvelles données à l’intérieur ou à l’extérieur de l’entreprise afin d’apporter de nouvelles opportunités. On parle couramment de fouille de données. Ils maîtrisent les techniques de collecte, segmentation et modélisation des données. Leur curiosité intellectuelle est une qualité essentielle.

Savoir-faire :

• Maîtrise des outils d’exploration et de découverte des données
• Connaissance des référentiels – payants ou open data  – du domaine métier 
• Connaissance de la modélisation et des techniques d’analyse de données 

Savoir-être :

• Curiosité
• Sens de l’analyse et de l’observation
• Communication

Formation : 

• Business, statistique, informatique décisionnelle, économétrie

Métiers de la gouvernance des données

Les récentes avancées en matière de gestion et analyse de données ont rendu nécessaire une gouvernance spécialisée dans les données qui donnent lieu à de nouveaux rôles.

Chief Data Officer

C’est le métier de la data le plus haut placé dans une organisation. Ils ont pour mission de créer un cadre de travail permettant à tous les responsables de valoriser les données. De manière générale, ils supervisent d’un point de vue stratégique et organisationnel tous les métiers de la data.

Savoir-faire :

• Bonne compréhension du métier de l’entreprise et de ses actifs de données
• Excellente culture des données
• Bonne connaissance des fonctionnalités des outils d’analyse et de gestion de données 

Savoir-être :

• Leadership : inspirant, diplomate et charismatique
• Fortes qualités managériales : écoute, pédagogie et communication 

Formation : 

• Business, commerce, management, marketing, statistiques
• Formation complémentaire en data 

Métiers voisins :

• Chief Information Officer : plus métier et moins technique
• Head of Data Governance : se concentre sur la gouvernance des données et rapporte au Chief Data Officer.
• Chief Digital Officer : plus numérique et plus focalisé sur les applications ; les Chief Data Officers tendent à les remplacer en raison de l’approche data centric.

Data Protection Officer

Les data protection officers sont responsables de la conformité règlementaire des données. Ils doivent s’assurer que les données de l’entreprise respectent les lois de transparence, de confidentialité et de sécurité.

Depuis 2018, les entreprises et administrations européennes qui traitent des données personnelles à grande échelle sont tenues de nommer un data protection officer pour faire valoir les droits des citoyens, en vertu du RGPD.

Savoir-être :

• Expertise juridique des données
• Connaissance des bases de l’informatique et de la data

Savoir-être :

• Communication
• Indépendance : le règlement prévaut en toute circonstance…

Formation :

• Juridique
• Protection des données, sécurité informatique

Data Owner

Le titre de data owner est plus une casquette de la gouvernance des données qu’un rôle à plein temps.

Les data owners sont les responsables métier décisionnaires et approbateurs au sujet des données de leur domaine : finance, ventes, marketing, ressources humaines, gestion de la chaîne logistique… Ils alignent objectifs stratégiques et données. C’est eux qui expriment le besoin de nouvelles données ou d’améliorations des existantes.

Savoir-faire :

• Compréhension approfondie de leur domaine 
• Culture des données

Savoir-être :

• Esprit collaboratif, notamment avec les data owners des domaines voisins
• Management des autres casquettes et rôles de la gouvernance des données

Data Steward

Comme celui de data owner, le titre de data steward est plus une casquette de la gouvernance des données qu’un rôle à plein temps.

Les data stewards sont responsables au jour le jour d’une ou plusieurs sources de données, de leur documentation au sein du catalogue des données et de leur qualité : ils en sont les référents.

Par ailleurs, ils exercent généralement des fonctions de product managers, product owners ou business analysts en lien avec une ou plusieurs applications. Certains ont des compétences métier ; d’autres sont plus techniques. Idéalement, une source de données est gérée par des data stewards métiers et techniques. 

Savoir-faire :

• Compréhension du métier
• Culture des données
• Modélisation des données
• Gestion des données maîtres
• Gestion de la qualité des données

Savoir-être :

• Esprit collaboratif avec les autres acteurs de la gouvernance des données
• Rigueur