Data analyst, scientist, architect, quelles différences ?

Les métiers de la Data sont très en vogue sur le marché de l’emploi à l’heure actuelle. Selon Accenture, 79% des dirigeants sont d’avis que les entreprises négligeant le traitement et l’exploitation de leurs données. De quoi se tailler un poste passionnant, quelle que soit la structure.

Alors, quels sont les métiers de la data science ?

Le Data Analyst

Son rôle rôle est de comprendre les diverses données d’une entreprise (chiffres de vente, études de marché, circuits logistiques, coûts des fournisseurs, etc… ) afin d’en tirer des informations claires et utiles pour l’entreprise.

Ces informations pourront ensuite être traitées par un Data Scientist. Le Data Analyst est responsable de la chaîne de collecte et de traitement de données, et se porte garant de leur intégrité. Une fois l’analyse des données effectuée, le Data Analyst produit généralement des rapports destinés aux différents services de l’entreprise afin d’optimiser leurs prise de décision.

Le Data Scientist

Pour la quatrième année consécutive, Data Scientist a été classé par Glassdoor, l’un des plus grands sites d’emploi et de recrutement au monde, au premier rang des meilleurs emplois aux États-Unis. Il existe de nombreuses définitions du métier de Data-Scientist. Jake Porway, fondateur de DataKind, cabinet de conseil londonien spécialisé dans la data science, nous délivre la sienne.

“Un Data Scientist est un profil hybride rare : un informaticien doté des capacités de programmation nécessaires à la création de logiciels permettant de gratter, de combiner et de gérer des données provenant de diverses sources, ainsi qu’un statisticien qui sait comment tirer parti des informations qu’elles contiennent. Il ou elle combine ses compétences pour créer de nouveaux prototypes avec la créativité et la minutie nécessaires pour poser et répondre aux questions les plus profondes sur les données et sur les secrets qu’elles contiennent”.

Historiquement, les Data Scientists sont des profils qui viennent du monde de la statistique et dotés d’une certaine appétence pour le code. En plus de structurer et de traiter de la donnée comme le font les Data Analysts, un Data Scientist se doit d’apprendre à les contextualiser afin de leur trouver une utilisation à valeur ajoutée. Ce rôle est absolument nécessaire lorsque le volume et la vitesse de données d’une entreprise dépassent un certain niveau. Il faut alors des compétences plus solides pour trier des données non structurées afin d’extraire les informations critiques.

Le Data Architect

Métier référence en matière de gestion des données, le Data Architect est, dans un premier temps, un bon Data Analyst, capable d’interpréter des algorithmes complexes pour les adapter à une architecture distribuée. Si le Data Analyst se concentre sur la donnée, le Data Architect a pour rôle de construire les fondations de tous les systèmes de gestion, de prédiction, et d’analyse dont les données sont la ressource principale. 

Il définit la manière dont les données seront stockées, utilisées, intégrées et gérées par différentes entités de données et systèmes informatiques, ainsi que par toute application utilisant ou traitant ces données d’une manière ou d’une autre.

Quel que soit la spécialité que vous choisissez, vous pourrez aider l’entreprise à prendre des décisions éclairées au niveau de sa stratégie, et donc avoir un impact direct sur ses performances.