Ingénieur de l'Ecole nationale supérieure des sciences applicatives et du risque (ENSAR) , spécialité Science de la donnée

L'ingénieur en science de la donnée a pour responsabilités d’être le traducteur ou l’interface entre les problématiques opérationnelles métiers et la Data, de fiabiliser et d’améliorer la qualité des données, de transformer des données dans un format adapté à l’analyse et d’analyser les données avec un regard opérationnel métier afin d’orienter les décisions stratégiques de l’entreprise. L'ingénieur en science de la donnée joue un rôle central dans la chaine de valorisation des données. Il est ainsi est un maillon essentiel des équipes Data au sein desquelles il interagit avec les « Data Architect » (responsables de la conception, de la mise en œuvre et de la gestion des architectures de données), les « Data Scientist » (responsables de la définition et de la mise en œuvre des algorithmes de ML) et les « Data Protection Officer » (responsables de la conformité au RGPD). Le fait d’être en prise directe avec les problématiques business lui permet d’amener une vision opérationnelle dans les projets de l’entreprise. L'ingénieur en science de la donnée réalise, présente et communique ainsi des analyses métiers aux directions opérationnelles en se basant sur des données fiables et qualifiées pour objectiver la prise de décision et développer la valeur de l’entreprise par la Data. Ainsi, les activités de l'ingénieur en science de la donnée au sein d’une entreprise peuvent se synthétiser en quatre familles principales : * Préparation et sécurité des données : o Collecte des données : ingestion et stockage normalisé (dans le respect des normes réglementaires et des procédures internes) des données souvent issues de différentes sources internes ou externes : bases de données SQL ou NoSQL, datalake. o Exploitation des données : audit, mesure et amélioration continue de la qualité et de (cyber)sécurité des données, définition des référentiels de données (documentation). o Application de traitement : respect de la protection des données personnelles ou sensibles (minimisation, pseudonymisation, agrégation, etc.), définition des règles de gestion et de confidentialité des données, éthique des données. * Analyses opérationnelles métiers : o Compréhension des besoins Data des métiers au sein des directions opérationnelles o Exploration des données à l'aide de logiciels spécifiques o Exploitation métiers des données à l'aide de logiciels spécialisés dans l'analyse de données, la modélisation statistique ou le calculs d’indicateurs. o Réalisation d’études métiers sur les données : dashboard réalisés à l'aide de logiciels spécialisés, rapport, présentation, PoC. * Valorisation des données et des analyses : o Présentation des données à l'aide de logiciels de datavisualisation o Partage des résultats et analyses à différents interlocuteurs (métier, direction, utilisateurs). o Communication des résultats : data storytelling. * Participation aux projets de développement des usages dans l’entreprise : o Identification des cas d’usage pour son métier. o Participation aux projets data de l’entreprise par l’apport de la vision métier et des données afférentes.

Les activités visées par l'ingénieur en science de la donnée requièrent des compétences spécifiques couvrant la maitrise et la sécurité de bases de données, la capacité de modélisation ou de simulation, le recours à des logiciels spécifiques calculatoires d’une part et, la prise en compte de forts enjeux sociétaux d’autre part (respect de la RGPD, règle de déontologie et d'éthique de l'ingénieur, minimisation de l'empreinte carbone des bases de données et des calculs statistiques…). En effet, rattaché à une direction métier au sein des directions opérationnelles (marketing, finance, contrôle de gestion, commerciale...), la valeur de l'ingénieur en science de la donnée se trouve dans la jonction entre ses capacités à préparer et à sécuriser les données, à les exploiter en autonomie et de manière éthique, et sa connaissance fonctionnelle des besoins des métiers. Les compétences spécifiques attestées d'un ingénieur en science de la donnée se décline alors en 4 types de compétences : * Mener des analyses opérationnelles métiers : Compréhension des besoins data des métiers ; Exploration des données ; Exploitation métiers des données : analyses de données, modélisation statistique, calculs d’indicateurs ; Réalisation d’études métiers sur les données : dashboard, rapport, présentation, PoC. L'ingénieur en science de la donnée possède ainsi une capacité à : - identifier les facteurs clés du contexte et les objectifs associées à la demande de l'entreprise - reformuler la demande de l'entreprise en besoins opérationnels métiers - définir le périmètre de l’analyse au regard de la demande initialement formulée par les directions opérationnelles - concevoir un plan d’actions efficient pour mettre en œuvre une analyse pertinente et éthique au regard de la demande initialement formulée par l'entreprise - améliorer la procédure statistique et informatique retenue au regard de la demande et des contraintes extérieures - adopter les attitudes et les comportements requis du travail en équipe - travailler de manière autonome et flexible * Préparer les données : Collecte des données : ingestion et stockage normalisé des données souvent issues de différentes sources ; Exploitation des données : audit, mesure et amélioration continue de la qualité et de la sécurité des données, définition des référentiels de données (documentation), octroi des habilitations pour l’accès aux données ; Application de traitement : protection des données personnelles ou sensibles (minimisation, pseudonymisation, agrégation, etc.), définition des règles de suivi et de calculs des indicateurs. L'ingénieur en science de la donnée possède ainsi une capacité à : - identifier les données nécessaires et souhaitées à l'analyse demandée - se conformer aux environnements de gouvernance des données de l'entreprise - construire le jeu de données idoine au regard de la demande - fiabiliser le jeu de données utilisé pour l'analyse - garantir la transparence et la reproductibilité de la qualification des données utilisées pour l'analyse - faire preuve d'intégrité scientifique dans la préparation des données - adopter une démarche citoyenne, responsable et éthique dans la préparation des données * Valoriser les données et les analyses : Présentation des données : datavisualisation ; Partage des résultats et analyses à différents interlocuteurs : métier, direction, utilisateurs ; Communication des résultats : data storytelling. L'ingénieur en science de la donnée possède ainsi une capacité à : - repérer et évaluer les outils statistiques et informatiques idoines pour réaliser l’analyse demandée par les directions opérationnelles de l'entreprise - concevoir une procédure statistique et informatique efficiente au regard de la demande et des contraintes extérieures - produire les résultats statistiques robustes en recourant à des outils informatiques adaptés - valoriser les résultats de l’analyse en informations probantes pour accompagner la décision - communiquer l’information probante aux décideurs - maitriser la langue française et l'anglais pour exprimer des idées et des concepts de manière claire et cohérente. * Participer aux projets de développement des usages dans l’entreprise : Identification des cas d’usage pour son métier ; Participation aux projets data de l’entreprise par l’apport de la vision métier et des données afférentes. L'ingénieur en science de la donnée possède ainsi une capacité à : - prendre en compte les enjeux et les besoins de la société et à diffuser les principes et apports de la démarche scientifique - accompagner les transitions numériques, énergétiques et environnementales en intégrant les impératifs écologiques et climatiques dans les projets Data de l’entreprise - proposer une ingénierie de projet Data pour industrialiser la procédure à l’échelle de l’entreprise - développer des solutions, méthodes, produits, systèmes et services innovants - entreprendre au service de l’ensemble des parties prenantes - manager un projet au sein d’une organisation

Tous secteurs d'activités "data driven" (dont l'activité peut être pilotée par les datas), notamment dans les secteurs financiers (banque, assurance...), manufacturiers et commerciaux

* Ingénieur en science de la donnée * Data Analyst * Statisticien * Chargé d’études statistiques * Business Analyst * Data Consultant * Data Engineer * Data Owner