Les recruteurs se l’arrachent. Au sein de la population active, il est rare et, ses compétences, toujours plus convoitées. Animal scientifique, il manie les chiffres, statistiques et algorithmes pour faire parler l’or noir de notre époque : les données. Lui, c’est un data scientist, comprenez, un scientifique de la donnée. Considéré comme le «métier le plus sexy du XXIe siècle», d’après la plus célèbre des revues américaines sur le monde l’entreprise, the Harvard Business Review, les aspirants à ce job de dompteur de Big data* sont voués à un avenir brillant sur le marché de l’emploi. Prétentions salariales après trois à cinq ans : entre 55.000 et 70.000 euros.
Car les données ont envahi notre monde. Chaque jour, l’importance d’en tirer des renseignements et des profits s’étend. Gageons que ces experts ne seront jamais désœuvrés. Métier d’avenir donc, le data scientist a bonne presse. Mais concrètement, à quoi se résume son quotidien ? Son but est «d’exhiber dans un amas d’informations des phénomènes récurrents pour répondre à une question donnée», synthétise Aymeric Basset, data scientist à l’Institut Louis Bachelier.
Cela se traduit aussi bien par des phénomènes statistiques élémentaires ou bien plus complexes, auquels on ajoute une dose de mathématique afin de réaliser des prédictions. C’est ce que l’on appelle, grossièrement, l’intelligence artificielle. Pour élucider les questions posées, le data scientist va principalement coder, c’est-à-dire rédiger dans un langage compréhensible par un ordinateur, une suite d’instruction que l’on appelle, chez le commun des mortels, un algorithme. Celui-ci répond à une mission, la question de départ, cela peut être fixé le prix d’un produit, comprendre un marché, anticiper un besoin, prévoir un taux de productivité pour éviter le gaspillage etc…. Plus concrètement encore, s’il peut être sollicité dans le cadre de la stratégie marketing d’une entreprise, par exemple, analyser les données des tickets de caisse pour prédire le comportement des consommateurs, il peut l’être par ailleurs dans le cadre de missions dites plus nobles, comme la lutte contre le financement du terrorisme.
«On a accès à des comptes suspects», explique Aymeric Basset. «En fonction des transactions, on observe les interactions avec d’autres comptes», poursuit-il sans plus de détail, confidentialité oblige. Pour résumer il va entraîner ses algorithmes à détecter d’autres comptes frauduleux à partir d’un comportement précédent. Le champ d’intervention des data scientist est immensément riche.
LE FIGARO.
