data-scientist-halloween

En cette période d’Halloween, nous voulions aborder un thème qui nous glace le sang, ça nous est alors paru comme une évidence.

“L’enfer c’est les autres”

disait Sartre, mais pour nous recruteurs, notre enfer ce sont les profils dits pénuriques. Ces postes où l’offre est supérieure à la demande et où les bons candidats se font rares.

Il en existe un certain nombre, nous avons décidé d’en aborder 5 en particulier (pourquoi 5 ? comme les cinq doigts de la main, évidemment).

Le métier que nous allons découvrir aujourd’hui, data analyst, s’est démocratisé en 2013 face à la multiplication des données présentes sur le web. On parlait alors de big data. S’il fallait résumer le big data en un chiffre, ce serait : 2.5 quintillions octets. Ce chiffre astronomique représente les données créées chaque jour dans le monde. Le big data consistait à récolter ces données. Désormais on y ajoute une dimension “intelligente” prédictive des comportements des internautes. On parle d’apprentissage statistique ou « machine learning » en anglais.

Le mystère big data

big data

Selon Jean-Charles Cointot et Yves Eychenne dans leur ouvrage « La Révolution Big Data »:

Le big data, c’est avant tout la capacité à extraire de l’information à partir de données non structurées. L’enjeu consiste ensuite à transformer ces informations en actions.

Le big data, ce sont des données « non-structurées » disponibles partout sur Internet (sites, transactions commerciales, réseaux sociaux, données médicales et scientifiques…). Elles doivent être analysées afin d’être utilisées dans le but de définir la stratégie numérique d’une marque, d’une entreprise. Pourtant, presque 90% de ces données sont affreusement mal utilisées, voire pas utilisées par les entreprises, alors qu’elles sont à la portée de tous, sur la toile.

On constate que l’exploitation des données issues du Big Data s’avère être une sérieuse plus-value dans l’activité économique des sociétés, à la condition près de les utiliser intelligemment. L’univers du digital est en pleine évolution, fulgurante, qui conduit à la création de nouveaux postes comme celui de data analyst.

Le data analyst est l’un des acteurs clés nécessaire au traitement efficace de ces données.

Data Analyst, la maudit

data analyst

C’est l’un des nouveaux métiers du numérique que l’on retrouve dans de nombreux secteurs (finance, banque, médecine, marketing…). Le data analyst est, au sein d’une société, le responsable des opérations liées aux bases de données.

Le data analyst est un archéologue numérique. Avant de tomber sur une information intéressante, il a des millions de données à analyser. Il peut parfois repérer une pépite qui permet de repenser l’expérience d’un site ou de changer de stratégie marketing.

Pour mieux comprendre son métier, un data analyst va par exemple :

  • analyser le comportement des internautes grâce aux cookies,
  • analyser les données du web afin de définir une stratégie numérique,
  • puis créer des modèles prédictifs pour anticiper les comportement de ses futurs clients.

Avec l’expérience, il peut devenir « data scientist » : spécialisé dans la data, il explore et examine les données issues de plusieurs sources dispersées.

Vous l’aurez compris, le métier de data analyst a de beaux jours devant lui, il est même devenu incontournable dans certains secteurs. Et pourtant, nombreuses sont les sociétés qui, faute de ressources techniques et humaines, y renoncent.

L’enfer du recrutement

enfer du recrutement

L’univers du digital évolue sans cesse, créant de nouveaux métiers, ce qui complique  terriblement le recrutement dans ce domaine.

La première difficulté rencontrée aujourd’hui réside dans le fait que le métier de data analyst n’est pas formellement normé. Comprenez par-là que, pour commencer, l’intitulé même du poste n’est pas identique d’une entreprise à une autre. Les compétences sont multiples, les CV sont différents d’un candidat à un autre. La tâche s’avère délicate pour les recruteurs. C’est une perte de temps considérable et il est évident que dans notre métier c’est une denrée rare.

Deuxième difficulté rencontrée : il n’existe pas de formation spécialisée pour maîtriser toutes les facettes de ce poste. Les candidats idéaux sont, bien souvent, titulaires d’un Master 2 en Ingénierie informatique ou Statistiques (avec une spécialisation en informatique). Ils viennent également des écoles d’ingénieurs spécialisées en statistiques comme l’Ensae, ParisTech, ou encore l’Isup.

Troisième difficulté : Les qualités nécessaires au poste de data analyst complexifient les profils des candidats : maîtrise du langage informatique et de l’anglais technique ainsi qu’un bon rédactionnel pour préparer des rapports clairs et compréhensibles par tous. L’étude de ces profils dépasse le simple domaine technique, puisqu’outre les compétences techniques en informatique, le candidat doit posséder des compétences pluridisciplinaires. Sa personnalité est également primordiale, il doit savoir faire preuve d’un bon sens de l’écoute, de créativité, d’empathie ou encore savoir gérer son stress.

Les difficultés de recrutement ne concernent pas seulement la France mais bien toute l’Europe et même l’Amérique du Nord. La concurrence est donc extrêmement rude entre les entreprises qui visent toutes les mêmes objectifs de croissance.

Atteignez le paradis

paradis

Le secteur du digital est en constante évolution. une multitude de nouveaux métiers a donc vu le jour, mais tout va terriblement vite et rares sont les talents à avoir acquis toutes les compétences requises. C’est le cas du métier de data analyst.

Le data analyst crée de la valeur à partir de données. Il ne faut pas se fier aux apparences de cette définition succincte. Son métier est bien plus complexe qu’il n’en a l’air, il doit jongler avec des compétences techniques et des qualités personnelles variées.

Le profil idéal du bon data analyst est le suivant :

Etudes :

  • bac +5 mathématiques et statistiques, école d’ingénieur Statistiques.

Compétences techniques :

  • R
  • Python
  • Sql
  • Machine Learnin
  • Sas,
  • Matlab
  • Bases de données
  • Data Mining

Soft Skills :

  • Maîtrise de l’anglais,
  • capacité d’analyse et de réflexion,
  • organisé & rigoureux,
  • bonne aisance rédactionnelle.

Maintenant que nous avons décrypté le métier de data analyst, vous avez toutes les cartes en main pour recruter votre magicien des données.

Pour ceux qui ont la chance d’utiliser Yatedo Talent, vous savez qu’une méthode beaucoup plus rapide et efficace est à votre disposition. Pour les autres, vous trouverez ici un début de solution à votre problème.

Vous connaissez désormais les filtres Yatedo Intelligence et leurs 7 indicateurs, nous en avons sélectionné deux qui pourront vous être d’une aide précieuse pour cette recherche.

En un clic et grâce au bouton “profil en devenir”, nous accédons à tous les candidats qui sont sur le point de devenir data analyst. Ils ne sont pas encore référencés comme tels mais ont les compétences et l’expérience pour prétendre au poste dans les six mois à venir. Cet outil nous sort d’une concurrence certaine qui nous pousserait à la surenchère de salaire propre aux métiers pénuriques.

Comme nous l’évoquions, rares sont les formations qui mènent à ce métier. L’indicateur “autodidacte” détecte les profils de passionnés et les transforme en candidats potentiels. Ces derniers ont pu réaliser des projets personnels liés au métier leur octroyant des compétences supplémentaires et les différenciant de leurs pairs.

Nous clôturons le premier épisode du recrutement de l’horreur en espérant que vos journées seront moins sombres. Notre rituel se poursuivra dans 2 semaines où nous partirons à la quête d’un autre profil pénurique, l’ingénieur commercial.

Suivez le Yatedo Blog par email

S'abonner