Actualités

31 octobre 2013-

Par Stephanie Faris

La Harvard Business Review étiqueté La science des données est "l'emploi le plus sexy du 21e siècle", qui suscite l'intérêt de tous, des lycéens aux vétérans de la technologie. Mais tout le monde n'est pas fait pour la science des données, qui exige une combinaison de talents, notamment les mathématiques, la communication, la créativité et la soif de résoudre des énigmes compliquées.

Dans le cadre de ses fonctions de vice-président de la science et de la recherche en matière de tarification à la PROS, Inc.Neil Biehn, docteur en science des données, a le privilège de travailler avec certains des meilleurs analystes de données du secteur. Au cours des douze dernières années, M. Biehn a fourni des études de prix, de revenus et de bénéfices à des clients des secteurs de la fabrication, du transport et des services, entre autres. Ses travaux ont été publiés dans diverses revues, notamment WIRED Innovation Insights et Magazine Analytics. Il a également contribué à la rédaction du livre, Innovations pour la détermination de la volonté de payer pour le B2B.

M. Biehn a récemment donné son point de vue sur les différentes voies qu'un scientifique des données en herbe peut emprunter pour entrer dans ce domaine. Alors que le Big Data continue de s'imposer dans toutes les facettes de la vie moderne, M. Biehn constate que les professionnels et les étudiants se demandent comment ils peuvent entrer dans ce domaine passionnant.

Évaluation de la personnalité

La science des données requiert un ensemble de compétences tant matérielles que non matérielles pour réussir dans ce domaine. M. Biehn estime que le désir d'apprendre est le trait de personnalité le plus important pour quiconque se lance dans ce domaine. Une passion pour les statistiques et les mathématiques est essentielle, de même qu'une envie d'apprendre.

"La technologie évolue constamment et il y a toujours un nouveau problème à résoudre", explique M. Biehn. "La capacité à changer et à se remettre en question est essentielle. Les personnes qui s'en tiennent à une seule méthode, qui n'aiment pas changer et réfléchir à de nouvelles choses, seront constamment en difficulté."

La communication est une compétence non technique essentielle, selon Biehn. Bien que l'introversion soit un trait de personnalité idéal pour un analyste de données, il a constaté que les personnes qui réussissent le mieux dans ce domaine sont celles qui sont extraverties et qui ont un talent pour interagir avec les autres.

M. Biehn constate que les gens sont surpris que la créativité soit également un trait de personnalité important chez un analyste de données. Comme il le souligne, il n'y a pas de formule toute faite pour la science des données. Les professionnels ne peuvent pas se contenter d'ouvrir un livre pratique et d'y lire les informations dont ils ont besoin pour résoudre un problème particulier.

"Il faut un esprit investigateur et créatif pour découvrir ce que les données nous disent vraiment", explique M. Biehn. "Lorsque l'on fait quelque chose que personne n'a jamais fait auparavant, il faut faire preuve d'une réelle créativité.

Toutefois, M. Biehn reconnaît que, parmi les compétences requises pour exceller dans le domaine de la science des données, la plupart des gens seront forts dans certains domaines et faibles dans d'autres. Un cadre chargé de constituer une équipe de science des données devrait la composer de personnes dont les compétences se complètent.

L'éducation

Si la science des données est un domaine relativement nouveau, les statisticiens existent depuis des siècles. Lors du Joint Statistical Meeting de 2013, Nate Silver a déclenché une discussion dans tout le secteur avec un seul mot d'ordre : "La science des données". guillemet simple: "Data Scientist est juste un terme sexué pour statisticien". Il a ensuite ajouté : "Appelez-vous comme vous voulez. Faites simplement du bon travail."

Que les experts soient d'accord ou non, cela illustre l'importance des statistiques dans la formation d'un scientifique des données. "L'apprentissage des statistiques est primordial", affirme Biehn. "Vous devez connaître ces algorithmes, ces données, ainsi que la manière de modéliser un problème dès le départ. Les statistiques sont absolument indispensables.

Bien que quelques universités proposent des diplômes en Big Data, M. Biehn estime qu'il est plus important de trouver une école spécialisée dans les statistiques. En combinant cela avec une mineure en informatique et en suivant des cours qui mettent l'accent sur l'apprentissage automatique, les algorithmes de base de données et la conception de données, les étudiants se positionneront pour entrer dans le domaine après l'obtention de leur diplôme.

Malgré l'importance des statistiques, M. Biehn met également en garde contre une éducation qui n'inculquerait que la théorie à ses étudiants. Les étudiants devraient avoir une combinaison de théorie, d'écriture d'algorithmes, de logiciels spécialisés et d'apprentissage automatique pour réussir au mieux. La science des données comporte une composante informatique très intense, a constaté M. Biehn.

Outre ces domaines, M. Biehn recommande de suivre des cours de recherche opérationnelle ou de sciences de la décision. Grâce à ces cours, les étudiants peuvent apprendre à aller au-delà de l'extraction des données pour apprendre à utiliser les informations qu'ils extraient. Des cours d'algèbre linéaire et de chimie sont également essentiels. M. Biehn ajoute que les cours non techniques tels que l'écriture peuvent également profiter à un futur scientifique des données, non seulement parce que les compétences rédactionnelles sont un élément important de toute profession, mais aussi parce que les cours créatifs peuvent aider un scientifique des données en herbe à apprendre à identifier, aborder et résoudre les problèmes de manière créative.

Biehn ne tarit pas d'éloges sur le programme technologique de Stanford, qui offre aux étudiants une formation complète qui les prépare bien au domaine de la science des données. Bien que Stanford dispose d'un Certificat d'études supérieures en exploration de données et applicationsSon département d'informatique comprend également des cours sur les données. Les Centre de développement professionnel de Stanford entretient également des partenariats avec de grandes entreprises, ce qui augmente les chances des étudiants de faire partie de l'équipe de l'une de ces organisations.

Expérience sur le terrain

En tant que membre de l'équipe de direction qui supervise les stagiaires chez PROS, Inc, M. Biehn a personnellement constaté les avantages d'un stage au début de la carrière d'un scientifique des données. Il a constaté qu'un stage est bien plus qu'un simple moyen d'étoffer son CV. C'est une expérience précieuse.

"PROS parraine des stages rémunérés dans de nombreuses disciplines", explique M. Biehn. "Si vous avez un stage, vous pouvez voir les problèmes sur le terrain et apprendre à travailler en équipe".

Biehn a également constaté qu'un stage est très bénéfique pour développer les compétences non techniques nécessaires à un analyste de données. Travailler en équipe, apprendre à communiquer et s'exercer à la résolution de problèmes sont autant d'éléments qui font partie de l'expérience du stage.

Apporter l'expérience existante

Le monde de l'entreprise regorge déjà de professionnels compétents et talentueux dont les capacités et les connaissances se traduiraient bien dans le domaine de la science des données. Biehn et ses collègues rencontrent régulièrement des questions de la part de ces professionnels, qui ne savent pas quelle est la meilleure marche à suivre pour changer de carrière. Doivent-ils retourner à l'école, effectuer un stage ou commencer à travailler avec une équipe de science des données pendant qu'ils apprennent les ficelles du métier ?

En réponse à la demande croissante de professionnels des données, Biehn et d'autres acteurs du secteur ont reconnu les avantages de créer des programmes de formation de deux ans pour les professionnels qualifiés afin d'assurer la transition. Si des diplômes supplémentaires peuvent également donner un coup de pouce à la carrière d'un scientifique des données en herbe, ces programmes de formation peuvent également les aider à acquérir les compétences nécessaires pour entamer une longue et fructueuse carrière dans le secteur.

Biehn pense que le candidat idéal pour une carrière dans la science des données est la personne qui aime résoudre les problèmes, surtout si cette personne est celle vers qui tout le monde se tourne lorsqu'un problème doit être résolu. De préférence, ce candidat doit avoir des connaissances en statistiques, mais un bagage technologique peut également être très utile.

"Je pense que c'est un excellent choix de carrière, en particulier pour quelqu'un qui aime résoudre des problèmes", déclare M. Biehn.

Alors que l'industrie continue de rechercher activement des professionnels talentueux et bien formés pour occuper les nombreux postes de scientifiques de données qui sont devenus disponibles ces dernières années, les étudiants et les professionnels souhaitent apprendre comment ils peuvent aider à répondre à cette demande. M. Biehn estime que les entreprises peuvent atteindre leurs objectifs en proposant des programmes de formation et des stages. Une génération entière de professionnels de la technologie et de statisticiens est en train de définir ce nouveau rôle, entamant une tradition qui se poursuivra pendant de nombreuses décennies.