Siep Logo

Mathématicien·ne analyste de données

Sciences / Sciences mathématiques

Mise à jour 10/03/2016

Le mathématicien analyste de données est de plus en plus prisé par les entreprises qui, dans le cadre de leurs activités, ont rassemblé une multitude de données, concernant leur secteur, leurs performances ou encore leurs clients. Afin de leur donner du sens, ces données nécessitent d’être traitées. Ce mathématicien spécialisé va apporter tout son savoir-faire dans la gestion, l’organisation, la synthèse et la traduction de toutes ces informations parfois brutes et non structurées. A l’aide de techniques de statistiques et d’outils informatiques, il va stocker, rechercher, interroger cet important volume d’informations provenant parfois de sources diverses. Grâce à l’interprétation des résultats, il apportera des outils importants à une prise de décision.

Il va aider ainsi l’entreprise à mieux cibler les opérations commerciales ou les campagnes marketing et lui permettent d’orienter, modifier et/ou réorganiser ses choix stratégiques. Il peut aussi éventuellement proposer des plans d’action (par exemples : conception de zones de stockage, modifications de bases de données, etc.).

Sur plusieurs points, ce métier s’apparente à celui de statisticien, à la différence que le mathématicien analyste de données s’attachera à concevoir de nouveaux modèles d’analyse autres que les outils classiques de gestion de base de données. Les algorithmes statistiques et l’échantillonnage ne représentent qu’une partie de ses compétences. Il doit aller plus loin que le statisticien en utilisant les données pour créer de nouveaux produits et proposer de nouvelles stratégies.

Sur le marché du travail, plusieurs appellations peuvent lui être données : « data analyst », « data miner » ou encore « data scientist ». Ces fonctions s’ordonnent selon différents niveaux de compétences et d’expertise dans le domaine.

Le « data analyst » va réaliser des tâches assez simples : manipulation de données (nettoyage, fusion de plusieurs sources, etc.), requêtes sur les bases de données (par exemple, extraction d’une liste de clients afin de réaliser une campagne marketing), constitution de rapports.

Quant au « data miner », il connaît et applique des méthodes statistiques plus avancées (régressions, modélisation prédictive, outils spécifiques du « data mining », etc.).

Enfin, le « data scientist » présente davantage un profil axé sur la recherche et le développement. Il va travailler sur de gros volumes, développer de nouveaux algorithmes et les implémenter dans de nouvelles technologies (nouveaux langages de programmation, par exemple). 

 

Compétences & actions

  • Connaître les techniques du data mining (fouille des données) et des statistiques
  • Posséder un savoir-faire dans le secteur d’application des données analysées
  • Maîtriser des méthodologies de recherche et d'analyse statistique
  • Collecter des données statistiques, les analyser et interpréter les résultats
  • Concevoir de nouveaux modèles d’analyse
  • Créer et proposer des outils adaptés à l’entreprise et/ou au client
  • Rédiger des rapports
  • Lire et parler anglais

Savoir-être

  • Esprit matheux, goût pour les chiffres
  • Intérêt pour les technologies et outils informatiques des bases de données
  • Capacités d’analyse et de raisonnement
  • Sens critique
  • Minutie
  • Rigueur et précision
  • Méthode et organisation
  • Esprit logique et de synthèse
  • Autonomie

Cadre professionnel

Nombreuses sont les entreprises qui cherchent des analystes de données, que ce soit des compagnies d’assurances, des services publics, des administrations, etc. Ils sont souvent rattachés à la direction des systèmes d’information d’une entreprise et sont en lien direct avec les départements marketing, communication, vente, finance, logistique, service clients, etc. Au sein d’entreprises, un étudiant fraîchement diplômé travaillera le plus souvent d’abord comme « data analyst » ou « data miner » avant d’évoluer vers un poste de « data scientist ». Certaines personnes qui seront à l’aise dans le rôle de « data analyst » développeront une expertise et trouveront tout de même des manières d’évoluer dans la fonction.

Autres appellations : Mathématicien·ne data analyst, Mathématicien·ne data miner, Mathématicien·ne data scientist

Ce site est un site d'information belge francophone sur les métiers.

 
SIEP.be, Service d'Information sur les Études et les Professions.