On manque cruellement de Data Scientists

Le métier de Data Analyst est vieux et bien défini. On a toujours eu besoin d'analyser les données de l'activité d'une entreprise pour mieux comprendre le business et prendre de meilleures décisions.

Le métier de Data Engineer est celui d'administrateur système appliqué aux problématiques données. Si les challenges et les technologies sont nouvelles, les sysadmins peuvent s'autoformer aux nouvelles technos et les déployer.

En revanche, le métier de Data Scientist est nouveau... et déjà déclaré comme étant "the sexiest job of the 21st century" par la Harvard Business Review. Il existe encore très peu de formations dans le monde, les profils Data Scientists sont rares. Se reconvertir en Data Scientist est difficile : un statisticien doit apprendre à coder et un développeur doit apprendre les maths. Dans les 2 cas, il s'agit de sortir de sa zone de confort et d'apprendre un nouveau métier.

Le code peut s'apprendre seul, les maths beaucoup moins. Il est donc plus facile pour des statisticiens ou des Data Analysts de s'auto-former pour devenir Data Scientist que pour des développeurs.

Les quelques années que l'on vit actuellement pendant lesquelles la demande de Data Scientists est supérieure à l'offre créent un appel d'air pour des plateformes automatisant une partie du travail du Data Scientist : Amazon, Microsoft, IBM... les gros s'y mettent.

Mais ne vous inquietez pas, ces plateformes ne vont pas remplacer le métier de Data Scientist : si à l'avenir, nous savons qu'elles pourront faire des analyses basiques, il n'en reste pas moins un grand besoin d'expertise pour le traitement des données, évidemment différentes pour chaque nouveau jeu de données, et donc impossible à automatiser. Les Data Scientists ont encore de beaux jours devant eux.