Datascientist, Qui sommes nous ? Archives

En bref, qu’est-ce qu’un DataScientist dans mon entreprise ?

Publié le 29 octobre 2015 par bienvenudansladata

Publié dans Datascientist, Qui sommes nous ? Laisser un commentaire

Bonjour à tous,

Nous arrivons au terme de ce dossier sur Datascientist, qui sommes-nous ? J’espère avoir pu vous éclairer.

En résumé, un datascientist :

utilisent 3 compétences : statistiques, informatique et métier
est un chef de projet
est en interaction avec l’ensemble des métiers de la société
est une évolution du métier de dataminer

Retrouvez le dossier complet :

Quelles différences existe-il entre Chargé d’études statistiques, Dataminer, DataScientist ?

Publié le 22 octobre 2015 par bienvenudansladata

Publié dans Datascientist, Qui sommes nous ? Laisser un commentaire

Statisticien, chargé d’études statistiques, dataminer, data analyst, datascientist, … tous ces termes désignent des métiers liés à la statistique. Alors comment se retrouver dans cette jungle ?

Il faut bien avouer que le marketing est passé sur le monde de la data (au sens large cloud, big data, smart data, …).

Pour commencer, le datascientist est une évolution du métier de dataminer. Une très bonne enquête du site decideo.fr montre d’ailleurs qu’une partie des tâches demandées au datascientist étaient précédemment demandées au dataminer.

Voici un résumé des différences d’attente que l’entreprise peut avoir entre les 3 termes les plus courant :

Chargé d’études statistiques

Dataminer

Datascientist

Tâches

Reporting DataManagement (qualité des données)

Datamining

Collecte des données (DataWareHouse, DataMart, …)

Datamanagement

Stratégie Data

Traduction statistique de stratégie business

Datamining

Formation

IUT STID, licence pro

IUP

Ecole d’ingénieur (ENSAI, ENSAE, Telecom)

Rendez-vous la semaine prochaine pour la conclusion de ce dossier spécial sur le métier de datascientist

Comment bien accueillir son DataScientist ?

Publié le 15 octobre 2015 par bienvenudansladata

Publié dans Datascientist, Qui sommes nous ? Laisser un commentaire

Pour bien accueillir votre DataScientist, les croissants et les pains aux chocolats ne sont pas à exclure. Datascientist_trait_d_union Grâce à ses compétences, le DataScientist se positionne comme le trait d’union entre la technique et le marketing.

De ce fait, le datascientist est en interaction avec l’ensemble des composantes de votre organisation :

La DSI,
Le marketing,
La production,
La direction,
Le commerce,
Le SAV, …

Aussi, il faut bien positionner votre datascientist dans votre organisation et expliquer/cadrer clairement son champs d’activité. En effet, le Datascientist, de part ses compétences, peut venir sur le territoire d’une personne déjà présente dans votre organisation. Chacun doit pouvoir apporter sa compétence dans l’intérêt de l’entreprise. Pour cela, la clarté et la transparence est la meilleure des stratégies.

Les heurts les plus connus avec le datascientist sont avec l’informatique. En effet, la DSI et le datascientist ne partagent pas forcément la même vision ayant des objectifs différents : Performance et sécurité pour l’un et personnalisation et gros volume de données sur les clients/internautes pour l’autre. De plus, le Datascientist est apporteur de travail sur des sujets nouveaux pour l’équipe informatique de votre entreprise (qui est souvent déjà débordée). Le datascientist est aussi un interlocuteur différent des interlocuteurs habituels de la DSI. Le Datascientist connait le champs des possibles ce qui n’est pas le cas d’un marketeur.

Dans ce cadre, le Datascientist doit faire la preuve de sa compétence et de l’apport de celle-ci pour l’entreprise. Vous devez être son sponsor dans cette mission.

Rdv la semaine prochaine pour voir les différence entre les différents métiers de la statistique.

Que peut-on attendre d’un DataScientist ?

Publié le 8 octobre 2015 par bienvenudansladata

Publié dans Datascientist, Qui sommes nous ? Laisser un commentaire

Des tours de magie par milliers 😀

Le datascientist est au service du marketing/du métier grâce à des techniques statistiques et informatiques.

Le datascientist est un chef de projet. Il doit être capable de gérer, planifier et animer un projet Data.

Les projets Data tournent autour de 5 thèmes :

Conseil en stratégie Data : Le datascientist doit être force de proposition afin de bâtir une stratégie Data en cohérence avec votre business.
Collecte et structuration de la Data : En collaboration avec la DSI, le Datascientist doit pouvoir modéliser les données utiles à ces différents projets.
Création de valeur grâce à la Data : En utilisant différentes techniques (machine learning, système de recommandation, …), le Datascientist est en capacité de créer de nouvelles données à fortes valeurs ajoutées pour votre business. Par exemple, une segmentation client permettant une meilleur communication à vos clients, un moteur de recommandation, automatisation de la personnalisation en fonction de scoring sur votre site, …
CRM : Le Datascientist peut être un acteur important de votre stratégie CRM : modélisation de la base CRM, création de segmentation, création d’indicateurs important, conseil sur la scénarisation de la communication de vos abonnés en fonction des différentes études qu’il a pu mener sur votre base abonnés.
Outil d’aide à la décision : Le Datascientist est en capacité de vous proposer des outils d’aide à la décision qui vous permettront d’avoir une vision pertinente et complète de votre business grâce des indicateurs pertinents et limités.

Rendez-vous la semaine prochain pour savoir comment bien accueillir votre Datascientist …

Qu’entend-on par compétence Data ?

Publié le 1 octobre 2015 par bienvenudansladata

Publié dans Datascientist, Qui sommes nous ? Laisser un commentaire

Le Data scientist est un métier polyglotte.

Au delà du langage statistique, un datascientist doit être capable d’échanger avec le métier pour connaitre, comprendre et répondre à leur problématique. Je dis souvent que je dois en savoir autant sur leur marché que les directeurs. C’est la manière la plus facile et la plus rapide pour fournir une réponse pertinente et adaptée à leur besoin. Le datascientist doit être en capacité de vulgariser les techniques qu’il utilise (statistique, datamining, …) afin de se faire comprendre des personnes métier (marketing, direction, …).

Pour rentrer au coeur de son sujet, le datascientist doit s’appuyer sur l’informatique existante dans l’entreprise. Pour ce faire, le datascientist doit comprendre les problématiques techniques et doit pouvoir traduire les techniques statistiques en développement à mettre en place par l’informatique. Il doit aussi comprendre l’environnement dans lequel il travaille (serveur, outil, langage de programmation, …). Pour ce faire, le datascientist se doit d’avoir un bon niveau en informatique et une bonne culture générale de ce milieu.

Aussi, un datascientist parle 3 langages : 
Le langage statistique, 
Le langage courant/métier,
Le langage informatique

On peut ensuite distinguer 3 compétences dans la data :

Construire la data fait partie de la composante informatique du monde de la data. Si un datascientist n’est pas un développeur, il doit être capable de construire un échantillon de données, des indicateurs pertinents, …. Pour ce faire, il se doit d’avoir des compétences dans la manipulation des données (structurées ou non).
Comprendre la data est le cœur des compétences demandées à un datascientist : l’intelligence de la donnée. Il doit être capable de comprendre la donnée à sa disposition afin d’en extraire les éléments pertinents pour le business de l’entreprise.
Utiliser la data est la résultante de son travail. Le datascientist doit être en capacité de mettre en oeuvre les éléments pertinents qu’il a pu mettre en avant lors de ces études de données (score, reporting, segmentation, …)

rendez-vous la semaine prochaine pour Que peut-on attendre d’un DataScientist ?