Comprendre le métier de Data Scientist à travers une fiche métier ou une offre d’emploi c’est bien. Lire le Témoignage d’un Data Scientist c’est encore mieux !
Il n’est pas évident de choisir un métier, c’est s’enfouir dans une profession qui risque de nous décevoir. Il est vrai que les référentiels métiers nous aident souvent à y voir plus clair. Toutefois, on y trouve des informations assez généralistes : formation, mission, salaire… mais rien qui puisse nous dire si ce métier est réellement fait pour nous. C’est là qu’on aimerait bien avoir quelqu’un à qui poser des questions. Ce qu’on recherche après tout c’est le ressenti de la personne sur sa profession. Ce qu’elle aime ou ce qu’elle n’aime pas. Pourquoi et comment en est-elle arrivée là ? Recommencerait-elle ce même parcours ? Tant de questions auxquelles on souhaiterait obtenir des réponses.
Raisons pour lesquelles, nous avons jugé nécessaire de recueillir pour vous le témoignage d’une personne pratiquant un des métiers les plus en vogue en 2017 : Data Sciensit.
Voici Mohamed-Achref. Un jeune Data Scientist de 29 ans qui nous raconte son histoire.
En quelques mots, qui êtes-vous et quel est votre parcours ?
« Mohamed-Achref MAIZA, 29 ans.
Je suis ingénieur tunisien, diplômé en 2012 de l’école Nationale des Sciences de l’informatique après un projet de fin d’études effectué en France à la Société Générale.
Je cultive depuis mon jeune âge l’esprit algorithmique et une passion forte pour la programmation. J’ai réussi aujourd’hui à en faire une partie importante de mon métier qui lui s’articule essentiellement autour du traitement et l’exploitation de la donnée.
J’ai eu la chance d’avoir des expériences très variées : dans le secteur bancaire, le conseil en décisionnel, l’assurance et en ce moment dans l’industrie automobile. »
Pourquoi être devenu Data Scientist ? Vocation ou aboutissement d’un parcours imprévu ?
« Pour moi c’était plutôt comme un déclic dans un milieu professionnel très propice. Également une motivation extrême à apprendre de nouvelles technologies.
Une opportunité s’est présentée à moi pour contribuer en tant que développeur à un projet pilote BIG Data dans un groupe AXA en pleine transformation digitale. Je me rappelle qu’à la même période, certains documentaires télévisés m’ont réveillé l’esprit quant à l’explosion des données et l’impact majeur qu’auraient celles-ci dans notre avenir. A partir de ce moment-là , j’ai considérablement réduit mes heures de sommeil. Ma curiosité m’emportait vers des cours scientifiques alliant méthodes mathématiques, apprentissage statistique et techniques de confection algorithmique à grande échelle.
J’ai utilisé principalement des Moocs (cours en ligne), des papiers de recherche et des compétitions en machine learning. Pour maîtriser le maximum et évoluer vers un poste en Data Science, ça m’a pris beaucoup de travail. Heureusement, je me suis senti passionné par cette matière et je suis resté méthodique. Cela s’est avéré fructueux dès ma première candidature chez Direct Assurance pour un poste de Data Scientist actuariat. »
En quoi consiste votre métier ?
« Mon rôle consiste à comprendre des problèmes business et les résoudre en exploitant de la donnée. Je travaille en ce moment pour le groupe Renault où l’innovation digitale et la Data Science sont en train de devenir un axe stratégique surtout pour les métiers de l’ingénierie, de la qualité, de la fabrication et de l’après-vente. »
Plus précisément quelles sont vos tâches au quotidien ?
« Mes taches sont assez variées. Je rencontre souvent des équipes métiers pour comprendre les processus et les problématiques associées. afin d’identifier celles qu’on pourrait résoudre avec la Data Science.
Mais je dois aussi interagir constamment avec les équipes IT et Data Lake. Ainsi je peux suivre les évolutions de l’infrastructure, demander l’ingestion de nouvelles données ou proposer le déploiement de nouveaux outils.
Je passe beaucoup de temps à explorer les données, les nettoyer et faire des analyses descriptives qui produisent des idées.
Ensuite, en fonction du cas, je rentre dans l’implémentation d’un modèle de machine learning. L’objectif est de performer bien au-delà des capacités humaines face à des tâches complexes et surtout d’une façon automatisée.
Enfin, je participe à des réunions de partage. Nous aimons les faire d’une façon transversale dans l’entreprise pour démontrer une solution aux problèmes de certains et en inspirer d’autres. Partant du métier et revenant au métier, la boucle est ainsi bouclée. »
Quels sont les outils d’un Data Scientist ?
« Les outils évoluent constamment mais il y en a certains que le Data Scientist de nos jours doit absolument connaitre pour être plus performant. D’abord, il faut être capable d’interagir en SQL avec des bases de données traditionnelles. Mais aussi des entrepôts distribués sur Hadoop avec du requetage en paradigme MapReduce à travers des composants comme Pig, Hive ou Hbase.
Il y a ensuite les environnements de programmation, les librairies statistiques, de machine learning et de visualisation. Deux grandes écoles existent : R et Python. Je pense qu’il faut maîtriser les deux pour bénéficier des richesses de chacune.
Une nouvelle tendance est d’implémenter les traitements et les algorithmes directement en Spark. Ceci facilite un déploiement scalable sur une grande volumétrie de données. Spark est un moteur distribué et unifié pour créer des applications de données. Il évolue à grande vitesse et pourrait devenir la boite à outils complète du Data Scientist dans les 5 ans à venir.
Enfin, il existe des outils moins connus mais très efficace. Il permettent d’expérimenter d’une façon très rapide sur des taches d’apprentissage automatique incrémental (Online learning). Je pense au fameux programme Vowpal Wabbit que j’utilise sur un environnement Linux. »
Qu’est-ce qui selon vous fait d’une personne un bon Data Scientist ?
« Sa curiosité, sa capacité d’adaptation et un esprit qui aime résoudre les problèmes.
La communication est un atout important, pas toujours évident pour des talents mathématiques et informatiques. Je la vois donc comme l’une de ces compétences qu’un bon Data Scientist doit développer en continue. »
Quelle partie de votre profession préférez-vous ? Pour quelles raisons ?
« En y pensant rapidement, je peux évoquer deux parties :
- Le machine learning qui est un univers fantastique. Le principe est d’aider la machine pour qu’elle puisse nous aider, lui apprendre comment elle doit apprendre à partir des données. Je vois des tentatives par certains éditeurs de logiciels qui essaient d’automatiser le rôle du Data Scientist. Mais je pense que c’est encore loin d’arriver et que rien n’équivaut un modèle de machine learning bien construit. D’où l’exigence de maintenir un niveau compétitif et de s’entrainer comme un vrai sportif.
- Un autre périmètre que j’apprécie beaucoup est la visualisation graphique des données. Si le Data Scientist possède en lui une âme d’artiste, c’est bien là qu’elle va se manifester. »
Comment vous voyez-vous dans 10 ans ?
« Il y a plusieurs alternatives. Soit approfondir au maximum mon expertise dans ce domaine en continuant la pratique de la data science; ou bien m’orienter vers des responsabilités stratégiques.
Le rôle du Chief Data Officer me parait extrêmement intéressant. Il va devoir connaitre tous les secrets du BIG Data et être capable d’imaginer et d’implémenter la stratégie adéquate pour débloquer le potentiel donnée de l’entreprise.
Il y aurait également la possibilité de fonder une startup avec un nouveau service sur le marché construit grâce aux données. Mais là il faudrait d’abord trouver une brillante idée. »
Si d’un coup de baguette magique vous pouviez changer de métier, que seriez-vous ?
« Je deviendrais pilote de course car j’aime bien l’état d’esprit de ces sportifs talentueux qui poussent tout le temps les limites de leur capacité physique et mentale.
Il y a de la compétition, du plaisir et un sentiment de gloire après chaque réussite.
Sur la base de ces critères, Data Scientist est aussi un excellent métier. »
Un conseil pour les Data Scientists de demain ?
« Soyez autodidacte, apprenez et pratiquez avec plaisir. Ne planifiez pas trop votre champs d’expertise car le monde et la technologie évoluent à grande vitesse. »
Merci à Mohamed-Achref pour sont témoignage.
L’article vous a plus ? Dans ce cas vous aimerez sûrement :
> Fiche Métier: Data Scientist et Chief Data Scientist
> Big Data : Faut-il craindre la puissance de la Data.
> Reconversion professionnelle ou pas ?
Sinon vous pouvez :