Les métiers de la data science connaissent une évolution technologique constante, ce qui empêche aujourd’hui d’en dresser une liste exhaustive.
En effet, les techniques propres à chacun des data jobs ne sont pas figées et définir le rôle et les pré-requis de chacun ne sont pas chose simple.
À travers cet article, nous allons essayer d’y voir plus clair, en définissant les principales compétences du data scientist, du data engineer et du data analyst pour mener à bien ses missions.
Au programme de cet article :
Comment accéder aux data jobs ?
De nombreux statisticiens pensent que la Data Science consiste à analyser les données, alors qu’elle implique également la mise en œuvre d’algorithmes qui traitent automatiquement les données pour améliorer leurs prédictions.
Pour vous permettre de mieux appréhender les métiers de Data Scientist, Analyst et Engineer, suivez notre guide des compétences indispensable :
Pré-requis Mathématiques
Pour accéder aux métiers de la data il faut tout d’abord avoir un solide bagage en mathématiques et programmation. En effet, travailler dans la Data Science nécessite de maîtriser certains concepts mathématiques.
Statistiques
Tout d’abord, bien que le Data Analyst, le Data Scientist et le Data Engineer aient des missions différentes, les trois métiers partagent des pré-requis en commun. La principale matière mathématique utile aux métiers de la data science est l’étude de statistiques.
Cependant, la Data Science ne doit pas être confondue avec les statistiques. Bien que ces deux domaines partagent des compétences similaires et des objectifs communs, ils sont distincts.
La Data Science est fortement basée sur l’utilisation de la puissance des ordinateurs et de la technologie. Elle permet d’accéder à des informations provenant de grandes bases de données, d’utiliser des codes pour les manipuler et les visualiser.
Les statistiques utilisent généralement des théories établies et se concentrent davantage sur la vérification des hypothèses. C’est une discipline plus traditionnelle qui, d’un point de vue général, a peu changé au cours des 50 dernières années ou plus, tandis que la Data Science a essentiellement évolué avec l’utilisation croissante des ordinateurs.
Le Data Scientist, Analyst ou Engineer fait le pont entre data science et statistiques. En effet, il en utilise quotidiennement les outils afin de parvenir à des conclusions concrètes à partir d’une grande quantité de données. Les plus nécessaires sont :
- Les propriétés de médiane, écart-type, variance, moyenne
- Générateur de nombres aléatoires, calcul d’erreurs
- Modèle de régression linéaire
- Théorie d’estimation
Algèbre Linéaire
Le data scientist et le data engineer nécessitent essentiellement les même pré-requis en plus de l’étude de statistiques.
Parmi eux, l’algèbre linéaire qui facilite la gestion des données collectées. Maîtriser des notions d’algèbre linéaire et bi-linéaire permet de comprendre les espaces dans lesquels la plupart des algorithmes de Machine Learning et techniques de statistiques sont utilisés.
Ces données sont représentées par une matrice de données de n-observations par p-caractéristiques comme ci-contre :
En effet, tous les algorithmes de Machine Learning utilisent des techniques d’algèbre linéaire pour représenter et traiter les structures de réseaux et les opérations d’apprentissage.
Les sujets essentiels que l’on peut aborder en l’algèbre linéaire sont :
- Application linéaire, transposée de matrices, système d’équations linéaires,
- Décomposition de matrices, décomposition de Dunford, réduction de Jordan,
- Espace vectoriel, produit scalaire, orthonormalité et orthogonalité.
Probabilités
Enfin, les métiers de Data Analyst et de Data Scientist font également intervenir des probabilités.
La théorie des probabilités correspond à l’estimation de la réalisation d’un événement en utilisant des variables aléatoires et indépendantes.
Plusieurs outils probabilistes peuvent être intégrés au métier de Data Scientist, tels que :
- Loi uniforme, loi normale, loi binomiale, loi de poisson,
- Théorème de Bayes, probabilité conditionnelle,
- Méthode de Monte Carlo (estimer la moyenne d’une variable aléatoire)
Pré-requis en Programmation
Comme expliqué plus haut, data analyst, data scientist et data ingénieur utilisent de nombreux outils mathématiques en créant des modèles pour tirer de la valeur des données analysées. Ils utilisent pour cela principalement le Machine Learning qui nécessite en amont un certain bagage en programmation.
Quoique les trois métiers requièrent des compétences mathématiques communes, ils ne nécessitent pas les même prérequis informatiques.
On peut considérer que le Data Analyst ne nécessite pas particulièrement de pré-requis en programmation pour débuter. Pour le Data Scientist, une base en programmation est préférable au démarrage .
Enfin, pour faciliter la formation du Data Engineer, il est nécessaire d’être à l’aise avec l’utilisation des outils informatiques comme les commandes Shell telles que ls pour lister le contenu d’un répertoire ou encore cp pour copier un fichier. De plus, il doit connaitre au moins un langage de programmation dont les plus connus sont : Java, JavaScript, C, C++ et Python.
Pour faire simple, le Data Engineer doit avoir des bases en programmation, algorithmique et des notions de BDD- Bases de Données .
Ce qu'il faut retenir
Vous souhaitez en savoir plus sur les métiers de la data ? DataScientest a mené l’enquête ! Découvrez-le dans cet article !
