Accueil   >   Blog   >   Quels sont les métiers de la data les plus demandés ?

Quels sont les métiers data les plus demandés ?

Data & Co

Entre fantasmes et réalité, nous vous proposons d’y voir plus clair sur la Data et ses métiers, qui ont connu plusieurs transformations accélérées depuis 20 ans du fait de la production massive de données et de l’émergence du digital.

Ainsi, ces deux phénomènes ont conduit à la nécessité de créer des nouveaux outils d’analyse (la datavisualisation par exemple), à une augmentation des capacités d’accès et de stockage de la donnée (avènement du big data et du cloud) et à développer des techniques d’apprentissages algorithmiques puissants (machine learning puis deep learning).

Mais quels sont les différents métiers de la data et leur réelle attractivité au sein des entreprises ? Enfin, quelles sont les perspectives de carrière dans ces métiers ?  

La data : enjeux et compétences recherchées par les entreprises  

Une conjoncture complexe du marché de l’emploi 

Une forte progression des offres d’emploi en 2022 

Dans la lignée de sa progression constatée l’an dernier, l’emploi IT demeure à un haut niveau, conséquence d’une augmentation de 27% de la demande en profils technologiques. Ainsi, selon l’Apec, les métiers du Big Data affichent la progression la plus forte en termes d’offres d’emploi au 1er semestre 2022 par rapport à l’an passé avec +65%. 

La difficulté des entreprises à recruter des profils qualifiés  

Parallèlement à cette tendance, selon une étude Michael Page Technology / Choose your boss de 2021, près de 8 entreprises sur 10 rencontrent des difficultés à recruter des experts de l’IT. Et ce n’est pas près de diminuer. 

En effet, depuis le début de la crise, des difficultés structurelles ont persisté dans certains métiers pour lesquels les profils correspondant aux besoins des entreprises sont rares et convoités. C’est bien évidemment le cas de la Data et de l’IA.

Sous l’effet de l’accélération de la digitalisation des entreprises, les besoins en métiers à forte expertise technique ou qui requièrent de nouvelles compétences autour du big data ou de l’intelligence artificielle se sont accrus. 

De plus, il existe, dans les métiers de l’IT, un déficit structurel de compétences qui trouve son origine dans les évolutions continues des technologies et le manque d’adéquation constaté entre l’offre de formation initiale et ces évolutions technologiques, dans un contexte où émerge un besoin fort de compétences spécialisées pour soutenir le développement des entreprises.  

D’autant qu’il n’existe pas de réalité unique face à la Data et l’IA mais plutôt une multitude de missions avec une variété de profils, de parcours et donc de compétences. Ce qui complexifie d’autant plus les recrutements sur ces expertises.

Des salaires attractifs 

Face à cette tension, les rémunérations des métiers de la Data et de l’IA continuent de devenir de plus en plus attractives comme l’atteste l’étude sur les salaires 2023 de Michael Page ci-dessous. 

salaire-métiers-de-la-data
salaires-métiers-IT-direction-2023

 Les différents métiers de la donnée 

Du fait de leur relative nouveauté et peut-être de leur technicité, les métiers de la donnée ne sont pas toujours bien connus et, malgré les divers travaux de définition (Apec, Cigref, etc.), leur contour est en évolution constante. 

Nous nous sommes donc intéressés aux principaux grands profils des métiers de la data que sont les analystes, les métiers techniques tels que data engineers, data architects et data scientists, ainsi que les managers.  

Par ailleurs, il est important de préciser qu’en fonction de la taille de l’entreprise, sa situation géographique, son secteur ou son mode d’organisation, les périmètres de chaque métier Data peut différer. En effet, certains profils peuvent “cumuler” les rôles, ou au contraire, il peut exister au sein d’une organisation beaucoup d’autres rôles plus spécifiques. Ainsi, cette liste n’est pas exhaustive, mais plutôt un glossaire commun de toute entreprise “Data Centric”.

Les métiers lié à :

Les informaticiens experts de la donnée

Le métier de Database Administrator – Administrateur de base de données 

Le rôle d’un administrateur de base de données est assez explicite : il est responsable du bon fonctionnement de toutes les bases de données de l’entreprise. Le Database Administrator est également chargé de sauvegarder et de restaurer les bases de données ainsi que d’accorder ou révoquer des accès aux employés de l’entreprise. 

 

Le métier de Data Architect 

Le data architect préconise les solutions techniques à mettre en œuvre dans les projets nécessitant la collecte, le stockage ou l’utilisation de données en masse. Il met en place des solutions génériques pour faciliter le travail des équipes de développeurs. 

À la fois technicien qui travaille avec les data engineers mais aussi avec les développeurs applicatifs et le software engineer pour définir la meilleure plateforme et programmer les mises à jour, il doit également savoir communiquer avec de nombreuses parties prenantes, dont les data scientists. Il aide à définir des objectifs stratégiques en matière de gestion de données. 

 

Le métier de Data Engineer 

Le data engineer organise la collecte et la mise à disposition des données. Il industrialise et met en production des traitements sur les données (par exemple : mise à disposition de tableaux de bord, intégration de modèles de machine learning) en lien avec les équipes métiers et les équipes de data science. Il assure le lien entre la plateforme déterminée par le data architect et le besoin de données exprimé par l’utilisateur de données qu’il soit data analyst, data scientist ou statisticien. Il intervient également en aval du travail du data scientist dans les étapes d’implémentations opérationnelles des algorithmes élaborés par celui-ci.  

En savoir plus sur le métier de Data Engineer

 

Le métier de Machine Learning Engineer – Ingénieur en Machine Learning 

Le Machine Learning – ou apprentissage automatique – est de plus en plus utilisé par les entreprises, tous secteurs confondus. Le Machine Learning Engineer est la personne qui crée des programmes destinés aux machines afin qu’elles effectuent des tâches sans être spécifiquement programmées à cet effet.  

Elle doit également optimiser, déployer et maintenir les algorithmes développés par le Data Scientist, en utilisant les données préparées par le Data Engineer, tout en étant aussi capable d’industrialiser les modèles d’IA : une phase qui s’anticipe dès la conception.  

Enfin, elle doit être en mesure de gérer le cycle de vie des modèles et des données, en réussissant à les faire vivre dans le temps en les faisant évoluent face aux perpétuelles contraintes et changements. 

En plus d’avoir une connaissance approfondie du SQL, de Java, de Python, des API REST, etc., les ingénieurs en apprentissage automatique doivent également effectuer des tests A/B, et créer des pipelines de données. Sans oublier la mise en œuvre des algorithmes d’apprentissage automatique standards tels que la classification et le regroupement.  

 

Le métier d’ingénieur DataOps – DataOps Engineer

L’ingénieur DataOps orchestre le pipeline d’analyse de données en production, promeut les fonctionnalités de la production et automatise la qualité, toujours en lien avec le data engineer. Il s’assure aussi que les systèmes déjà en production sont disponibles et performants.

Enfin, l’ingénieur DataOps évangélise les meilleures pratiques et les meilleurs outils parmi les équipes de science des données afin d’améliorer la productivité et d’éviter les erreurs courantes.  

Les spécialistes du traitement de données

Le chief analytics officer 

Il exploite des outils informatiques, techniques et utilise des méthodes statistiques (y compris la data science) pour permettre d’organiser, synthétiser et traduire efficacement les données. Il repère, parmi toutes les informations à disposition de l’entreprise, quelles sont les plus importantes/pertinentes à extraire pour des prises de décisions optimales.  

Il s’assure que les informations recueillies en interne ou en externe sont fiables, cohérentes, et prêtes à être analysées. Il peut aussi piloter l’industrialisation du procédé pour les données les plus intéressantes. Il organise, synthétise et traduit les informations pour faciliter la prise de décision. 

 

Le métier de Data Analyst – Analyste de données 

Le Data Analyst examine des données dans le but de produire des informations pertinentes dans un contexte métier. Sa boîte à outils statistiques et informatiques lui permet d’organiser, synthétiser et traduire les informations utiles aux organisations pour orienter les prises de position des acteurs décisionnels.

Selon les entreprises, ces informations sont appelées :

  • indicateurs clefs de performance pertinents,
  • outils de pilotage
  • ou encore statistique.

 

Il peut réaliser des traitements sur des logiciels intégrant une partie de programmation et une capacité à produire et à actualiser des représentations graphiques (Excel VBA, Power BI, Qlick, etc.). 

En savoir plus sur le salaire du Data Analyst 

 

 

Le métier de Data Scientist- scientifique des données – ingénieur en intelligence artificielle

Le data scientist effectue des tâches complexes dans le traitement des données. Il est capable de traiter des données variées et de mettre en place des algorithmes optimisés de classification, de prédiction sur des données numériques, textuelles ou d’images. Il utilise des outils de programmation et doit savoir optimiser ses calculs pour les faire tourner rapidement en exploitant au mieux les capacités informatiques (serveur local, cloud, CPU, GPU, etc.

Au sein de ce métier, des spécialités peuvent apparaître selon le type de donnée ou la technologie utilisée. ) Positionné sur un métier en évolution rapide, il doit être capable de suivre l’avancée des technologies et de se former régulièrement. Au niveau technique, malgré la nouveauté de l’efficacité de certaines méthodes (réseaux de neurone, forêts aléatoire), une grande partie des méthodes mises œuvre par le data scientist sont employées de longue date par les statisticiens (régression logistique, classification ascendant hiérarchique, etc.).   

 

Le métier de Data Miner – explorateur de données 

Le Data Miner a pour rôle de lire et d’analyser un grand volume de données. Il doit comprendre les liens entre la collecte des données et l’activité globale de l’entreprise, pour anticiper les tendances liées aux métiers (marketing comptabilité ou encore finance par exemple).

Ses missions sont multiples :

  • Identification des problèmes métiers,
  • Collecte et traitement des données, par la programmation d’algorithmes analysant les bases de données informatiques. C’est la partie majeure du travail du Data Mining.
  • Réalisation d’études quantitatives afin d’apporter des solutions opérationnelles aux problématiques de l’entreprise,
  • Analyse des données (scoring, segmentation, géomarketing, enquêtes …),
  • Accompagnement dans la mise en œuvre opérationnelle des actions (ciblage, accompagnement dans l’exploitation de bases de données …).

 

Le métier de data consultant 

Le data consultant travaille en général sur un type spécifique de données issues d’une source unique et connue, qu’il analyse avec un regard « métier » afin d’orienter les prises de décisions stratégiques. Au contact des data scientist et différents experts métiers, il définit des indicateurs clés de performance (KPI) pour vulgariser et restituer ses résultats aux décideurs sous un format exploitable. 

 

Le data visualisation consultant – expert en data visualisation

Le data visualisation consultant doit exploiter les données de l’entreprise, les contextualiser et proposer des visualisations simples pour en explorer le sens et les impacts.

Ainsi, il met en scène des données complexes, les rend intelligibles et accessibles dans le but de les présenter à des acteurs sans expertise technique grâce à :

  • l’organisation spatiale,
  • les liaisons entre les données,
  • l’utilisation de couleurs et de formes

Les métiers de gouvernance

Il convient de souligner l’existence d’autres métiers en lien avec les données, notamment autour de la gouvernance des données. 

 

Le Chief Data Officer – CDO  

Le chief data officer est responsable des enjeux de gouvernance des données, de leur conservation, de leur dimension stratégique. Il endosse parfois un rôle technique en pilotant les choix notamment en matière d’architecture. Cette fonction inclut parfois une dimension d’innovation : pilotage et développement de prototypes, de preuves de concepts et de cas d’usages.  

 

Le data protection officer – (DPO) ou délégué à la protection des données (DPD 

Le DPO a une mission d’information, de conseil et de contrôle de la gouvernance des données. C’est un métier au carrefour du droit, de la sécurité informatique, de la conformité et de l’éthique.

Le DPO est chargé de

  • veiller à la conformité au Règlement Général sur la Protection des Données (RGPD)
  • de définir les rôles et responsabilités de chacun,
  • d’établir une cartographie des traitements et flux de données,
  • de tenir le registre des traitements
  • et de piloter la gestion des incidents de sécurité (y compris avec les sous-traitants).

Ce poste est devenu obligatoire dans les entreprises qui traitent des données sensibles depuis l’entrée en vigueur du RGPD. 

En savoir plus sur le métier  de DPO

 

 

Le Data Steward 

Cet « intendant des données » peut avoir des rôles légèrement différents en fonction des organisations. De manière générale, il a en charge la qualité des données en assurant différentes tâches de suppression de doublons, de mise à jour, de contrôle qualité, de jointure, etc. 

Si ces tâches sont relativement proches de celles réalisées par le data engineer, le data steward offre un service qui n’est pas uniquement technique : il assure la documentation des données, aide à leur utilisation et à leur compréhension par les utilisateurs. 

Cela pourrait vous intéresser

Connect

Pour recevoir nos derniers articles sur la Data et l'Intelligence Artificielle, abonnez vous à Connect, l’email qui fait du bien à vos données.

Le Pont Learning