Data Scientist

Le métier de Data Scientist.

Le data scientist part d'une question métier — quels clients vont partir, quel prix appliquer, quelle demande anticiper — et y répond en construisant un modèle à partir des données disponibles. Le travail réel est moins spectaculaire que sa réputation : l'essentiel du temps passe à comprendre le problème, à vérifier la qualité des données et à démontrer qu'un résultat tient hors de l'échantillon d'apprentissage. La compétence qui distingue les bons profils n'est pas la connaissance des algorithmes, largement diffusée, mais la capacité à formuler la bonne question et à reconnaître qu'un modèle ne sert à rien. Le titre a beaucoup dérivé depuis dix ans, et c'est aujourd'hui la principale source d'erreur au recrutement. Une partie des annonces qui cherchent un data scientist décrivent en réalité un poste d'analyste — indicateurs, tableaux de bord, exploration — pendant que d'autres attendent une vraie mise en production de modèles, qui relève plutôt de l'ingénierie. Recruter un profil très académique pour du reporting, ou un analyste pour industrialiser un modèle, sont les deux échecs les plus fréquents, et ils se ressemblent : dans les deux cas la personne s'en va au bout d'un an.

Le quotidien et les responsabilités.

• ›Traduire une question métier en problème traitable, ou démontrer qu'elle ne l'est pas
• ›Explorer les données disponibles et en évaluer honnêtement la qualité
• ›Construire, entraîner et comparer des modèles adaptés au problème posé
• ›Mesurer la performance sur des critères qui ont un sens pour le métier, pas seulement statistique
• ›Présenter les résultats et leurs limites à des interlocuteurs non spécialistes
• ›Préparer le passage en production avec les équipes d'ingénierie

Ce qu'il faut maîtriser.

• ›Statistiques et apprentissage automatique, y compris ce que chaque méthode suppose
• ›Python et son écosystème d'analyse et de modélisation
• ›SQL solide : l'accès aux données reste la première contrainte du métier
• ›Esprit critique sur les données : biais de sélection, fuite de données, sur-apprentissage
• ›Capacité à expliquer un résultat et à en dire les limites sans les masquer
• ›Compréhension du domaine métier, indispensable pour poser la bonne question
• ›Anglais technique courant : la documentation et la recherche s'y trouvent

Le parcours type.

École d'ingénieur, master en statistiques, mathématiques appliquées, économétrie ou informatique, parfois doctorat. Le diplôme dit peu de choses sur ce poste : ce qui distingue les candidatures est un portefeuille de problèmes réellement résolus, avec les contraintes de données du monde réel, plutôt qu'un enchaînement de certifications.

Et après ?

• ›Lead data scientist ou responsable d'équipe data
• ›Machine learning engineer, vers l'industrialisation
• ›Data analyst senior ou analytics engineer, vers la décision
• ›Product manager sur un produit à forte composante data
• ›Responsable data ou chief data officer à plus long terme

Recruter un Data Scientist.

Écrivez d'abord ce que la personne fera les six premiers mois, très concrètement : si la réponse ressemble à des tableaux de bord et de l'analyse, vous cherchez un analyste et vous paierez un data scientist pour un poste qui le fera partir. Si elle ressemble à un modèle mis en production, prévoyez que l'ingénierie sera la moitié du travail et dites-le. En entretien, préférez un cas réel avec des données sales à un exercice d'algorithmique : les bons candidats se reconnaissent à ce qu'ils demandent avant de modéliser, pas à la méthode qu'ils citent.

Postuler pour un poste de Data Scientist.

Choisissez un projet où le modèle n'a pas suffi, et racontez pourquoi. Reconnaître qu'une piste ne menait nulle part, ou qu'un gain mesuré en test ne s'est pas retrouvé en production, vous distingue nettement des candidatures qui n'alignent que des scores. Soyez précis sur ce qui est allé en production et sur ce qui est resté un carnet d'expérimentation — la différence est immense pour un employeur et personne n'attend que tout soit industrialisé. Enfin, demandez à quoi ressemble l'accès aux données : c'est ce qui déterminera votre quotidien bien plus que la stack annoncée.