Les compétences nécessaires des Data Scientists

Des analystes de Gartner ont appliqué une méthode d’analyse textuelle pour dresser le profil type du Data Scientist. Sans surprise, les premiers titulaires de ce nouveau métier doivent savoir travailler en groupe, maîtriser la gestion des Big Data et s’appuyer sur une réelle maîtrise de la communication.

Les prévisions les plus pessimistes estiment qu’il manquera environ 100 000 spécialistes des données en 2020 aux Etats-Unis pour répondre aux besoins analytiques des entreprises. En généralisant ces estimations au monde entier et en incluant les professions périphériques (managers, statisticiens, etc.), ce sont plus d’un million de spécialistes qu’il conviendra de former dans les dix prochaines années. La disponibilité des compétences étant un enjeu crucial dès aujourd’hui, la course au recrutement est déjà lancée.

Mais qu’englobe exactement le terme « Data Scientist » ? Des analystes de Gartner ont tenté de répondre à cette question en appliquant des techniques d’analyse textuelle à un grand nombre de descriptions de postes et d’offres d’emplois publiées récemment dans la presse, puis de comparer les résultats ainsi obtenus pour les termes « Data Scientist », « statisticien » et « expert en Business Intelligence ». Les mots clés les plus fréquemment utilisés pour les Data Scientists sont : expérience, équipe, Hadoop, modélisation, analyse… Les trois compétences principales qui se dégagent sont le management de données, la modélisation analytique et l’analyse métier. D’autres termes apparaissent également fréquemment : communication, collaboration, créativité.

Lire l’article (en anglais)

Télécharger le rapport (payant) de Gartner

En complément : un article du MagIT sur la carence en spécialistes analytiques et les besoins en formation, ainsi qu’une analyse précise du nombre de postes de Data Scientist proposés sur le marché de l’emplo.