Systèmes d'information et de télécommunication
Intitulé du Poste : Data Scientist
Description du poste :
Le data scientist est responsable de la gestion, de l'analyse et de la visualisation des données pour aider à prendre des décisions stratégiques. Il est expert en mathématiques, statistiques, informatique et est capable de modéliser et simuler des données, d'adapter des outils existants et de réaliser des modèles de prévision. Sa mission aussi consiste à définir les procédés du traitement de l'information et à structurer les données pour les exploiter.
Responsabilités du poste :
1. Gérer et analyser de grandes quantités de données brutes
2. Mettre en place des modèles de données pour résoudre des problèmes d'affaires
3. Utiliser des techniques de machine learning et de deep learning
4. Conduire des analyses pour le business intelligence
5. Réaliser une veille technologique régulière
6. Utiliser des langages de programmation comme Python, SQL
7. Contribuer à la transformation digitale de l'organisation
8. Assurer la communication et la transmission des informations
9. Conseiller sur les stratégies de développement
Compétences requises :
1. Expertise en logiciel de gestion de base de données
2. Langages de programmation : Python, SQL
3. Modélisation et simulation statistique
4. Machine Learning, Deep Learning, Intelligence Artificielle
5. Expérience en business intelligence et data analytics
6. Connaissance des systèmes et réseaux de données
7. Veille technologique constante
Qualités requises :
1. Rigueur et précision
2. Persévérance
3. Capacité à travailler en équipe
4. Adaptabilité aux changements
5. Organisation et gestion des priorités
6. Initiative et force de proposition
7. Réactivité
8. Curiosité
9. Autonomie
Formation Requise :
Une formation supérieure de type Bac +5 minimum dans les domaines de l'informatique, des statistiques, des mathématiques ou équivalent :
1. Master en Informatique, spécialité Data Science
2. Master en Statistiques et Applications, spécialité Statistique et Data Science
3. Master in Data Science (Programme Bilingue) de l’Ecole Polytechnique
4. Master in Data Science de l’Université Paris-Saclay
5. Master Data Science de l'Ecole des Ponts ParisTech
6. Master Information, Systèmes, Réseaux, spécialité Data Science de l’Université de Versailles Saint-Quentin-en-Yvelines
Candidats en situation de handicap sont encouragés à postuler. L'entreprise est engagée en faveur de l'emploi des personnes en situation de handicap.
1. Gérer et analyser de grandes quantités de données brutes
2. Mettre en place des modèles de données pour résoudre des problèmes d'affaires
3. Utiliser des techniques de machine learning et de deep learning
4. Conduire des analyses pour le business intelligence
5. Réaliser une veille technologique régulière
6. Contribuer à la transformation digitale de l'organisation
7. Assurer la communication et la transmission des informations
8. Conseiller sur les stratégies de développement
Avec de l'expérience, le data scientist peut évoluer vers des postes de :
- Chef de projet data science
- Responsable data science
- Directeur du département data science
Il peut aussi s'orienter vers le management d'équipe ou la direction technique.
1. Master en Informatique, spécialité Data Science
2. Master en Statistiques et Applications, spécialité Statistique et Data Science
3. Master in Data Science (Programme Bilingue) de l’Ecole Polytechnique
4. Master in Data Science de l’Université Paris-Saclay
5. Master Data Science de l'Ecole des Ponts ParisTech
6. Master Information, Systèmes, Réseaux, spécialité Data Science de l’Université de Versailles Saint-Quentin-en-Yvelines
Le data scientist est recherché dans tous les secteurs d'activité, en particulier :
- Services numériques et nouvelles technologies
- Banque et assurance
- Distribution et e-commerce
- Industrie automobile et aéronautique
- Médias et communication
Il peut travailler au sein de grandes entreprises ou de startups.
- Langages de programmation : Python, R, Scala, SQL
- Logiciels de data visualisation : Tableau, Power BI, Qlik Sense
- Outils de machine learning : Scikit-Learn, TensorFlow, PyTorch
- Bases de données : MySQL, PostgreSQL, MongoDB
- Environnements de développement : Jupyter, RStudio
- Outils de gestion de données : Hadoop, Spark