Article réservé aux abonnés Archimag.com

Comment s'approprier le big data quand on n'est pas data scientist ?

  • citizen_datascientist.jpg

    data-scientist
    Seulement 20 % des entreprises utilisent les outils sur lesquels travaillent les data scientists. (Freepik/Rawpixel)
  • La data science ou science des données est un domaine technique difficile à gérer pour un grand nombre d’entreprises et recruter un data scientist, profil très recherché, mais également très coûteux, n’est pas à la portée de toutes. Heureusement, pour parvenir à interpréter des données si prometteuses, les outils se démocratisent.

    Près de 75 % des entreprises comptent implémenter l’intelligence artificielle et le big data d’ici 2020. C’est ce que révèle un sondage mené par le magazine The Economist auprès de plus de 200 responsables d’entreprise.

    La question d’exploiter ces données massives devient donc primordiale pour les entreprises de toutes tailles afin de rester compétitives.

    Nouveaux héros

    Qualifié de « job le plus sexy du XXIe siècle » par la Harvard Business Review (une revue américaine sur le monde de l’entreprise), le data scientist donne du sens aux données recueillies de sources diverses. Les compétences du data scientist se situent à la croisée des chemins du mathématicien, de l’informaticien et du statisticien.

    Ils sont les nouveaux héros de l’économie de l’information. Le cabinet Glassdoor a classé le data scientist parmi les 25 métiers les plus recherchés. Data scientist est un des titres les plus enviés du moment, comme une sorte d’idéal alliant à la fois l’intelligence et la créativité et des connaissances scientifiques de haut niveau. Ces profils restent rares et très demandés. Sur 4,4 millions d’emplois proposés pour eux en 2015, seulement 40 % ont été pourvus. En France, pour la même année, c’est la moitié des postes qui n’ont pas trouvé preneurs. Ce manque pourrait même s’accentuer quand on sait que seules 20 % des entreprises utilisent les outils sur lesquels travaillent les data scientists. En 2018, il est estimé qu’il manque entre 140 000 et 190 000 spécialistes des données rien que pour les États-Unis.

    En outre, le salaire des data scientists est lui aussi d’un niveau élevé. En France, il se situe 35 000 euros en début de carrière et monte à 65 000 euros avec 5 ans d’expérience, à quoi s’ajoute près de 10 % de rémunération variable selon les entreprises et le secteur d’activité.

    Bien qu’il soit intéressant de s’interroger sur la nécessité de recruter ce type de profil pour son entreprise, il n’est pas fondamental de maîtriser à la perfection les langages Python ou Hadoop pour réussir à exploiter ses données. Cela peut s’avérer parfois simple, comme identifier les comportements ou évènements qui montrent qu’un nouvel utilisateur devient un utilisateur à long terme, ou plus compliqué. Par exemple des informaticiens non data scientists ont trouvé qu’avoir au moins dix amis sur Facebook est une garantie qu’un utilisateur va rester actif sur le site. C’est pourquoi le réseau social développe autant de fonctionnalités pour permettre de trouver de nouveaux amis.

    Trouver des alternatives

    Pour faire, dans une certaine mesure, de la data science sans data scientist, il existe des outils suffisamment peu techniques et compréhensibles par des salariés non experts en analyse.

    Voici une sélection non exhaustive d’outils pour interpréter ses données massives. Il s’agit pour la plupart de solutions de datavisualisation ou dataviz. Pour rappel, la datavisualisation est l’étude, la science ou l’art de représenter des données de façon visuelle. C’est avec cette branche que l’on pourra tenter d’analyser des données variées et éparses pour les présenter à ses collaborateurs de manière plus accessible. Pour plus de clarté, nous avons séparé logiciels gratuits et payants. Les solutions gratuites souvent disponibles en open source permettent de s’initier à l’interprétation globale des données, mais leurs fonctions restent assez limitées. Les logiciels payants pourront quant à eux se révéler très efficaces pour les entreprises (à condition de connaître un minimum l’univers de la data), la plupart permettant de travailler en collaboration.

    Logiciels gratuits

    Chart.js, une solution pour commencer Chart.js est une bibliothèque open source. Elle ne propose que six types de graphiques, mais se révèle comme un outil de data visualisation optimal pour les petits projets d’entreprise. Le logiciel repose sur le HTML 5 pour la création de graphiques, et permet de créer des visue....

    Cet article vous intéresse? Retrouvez-le en intégralité dans le magazine Archimag !

    Archimag-320
    Nouvelle stratégie, réforme, réorganisation, choix économique, digitalisation… Les raisons d’une mutualisation ou d’une fusion de centres de documentation peuvent avoir diverses origines.
    Acheter ce numéro  ou  Abonnez-vous

    Le Mag

    Tout Archimag, à partir de 9,50 €
    tous les mois.

    Le chiffre du jour

    76
    des répondants à notre grande enquête sur les professionnels de l'information et l'entrepreneuriat affirment être attirés par le statut d’entrepreneur (créateur d’entre-prise, indépendant, freelance, etc.).

    Recevez l'essentiel de l'actu !

    Baromètre emploi

    baromètre bloc.png

    Les derniers CV

    Documentaliste / Chef de projet GED

    Ingénieure documentaliste actuellement à la recherche active d'une nouvelle opportunité professionnelle, d'un nouveau défi à relever.

    Titulaire d'une maîtrise en Droit des affaires et d'un Master 2 en Documentation numérique, je suis forte d'une expérience professionnelle de 3 ans en tant que Chargée de veille scientifique et technique, chargée d'études documentaires, chef de projet SI Archives et Documentaliste.


    Analyste veille - Intelligence Economique

    Analyste en Intelligence stratégique et économique à la recherche active d’une nouvelle opportunité professionnelle. 

    Passionnée par l’univers du web et de la data, j’ai acquis au cours de mes expériences professionnelles en tant que Responsable en veille stratégique et économique, une expertise en recherche et collecte d’informations pertinentes et à forte valeur ajoutée ainsi qu’en restitution de données sous forme graphique, orale ou écrite avec propositions de recommandations stratégiques.


    archiviste ; e-archiviste

    [Avril 2019]

    • E-archiviste : 21 mois d'expérience (CDD/CDI à temps plein)
    • Archiviste papier : 15 mois (stages, contrat de professionnalisation)
    • Records manager : connaissances théoriques (master Archives Paris 8)
    • En bibliothèque, équivalent agent de catégorie C : 14 mois (stage, service civique)
    • Veilleuse active sur l'archivage, la valorisation patrimoniale, la data, l'Intelligence Artificielle, le cadre législatif et normatif français et européen...

    Archiviste

    Madame, Monsieur,

    Archiviste de formation, je travaille au sein d'un établissement d'enseignement supérieur depuis 10 ans. Je suis titulaire de mon poste en tant qu'assistant ingénieur (personnel itrf, BAP F). Je souhaite aujourd'hui apporter à votre établissement mon expérience acquises depuis 2009.

    Je me tiens à votre disposition pour toutes informations complémentaires et envisager tout projet de mutation ou détachement qui correspondrait à mes qualifications.

    Cordialement

    Adrien Flamme

     

     


    Bibliothécaire (cat. A)

    Après des années consacrées à la recherche, je souhaite aujourd’hui revenir au monde des bibliothèques.