{"id":6562,"date":"2018-09-13T14:44:52","date_gmt":"2018-09-13T14:44:52","guid":{"rendered":"http:\/\/dounyazad.com\/sciences\/?p=6562"},"modified":"2020-07-31T14:30:23","modified_gmt":"2020-07-31T14:30:23","slug":"data-science-definition-secteurs-dapplication-et-competences","status":"publish","type":"post","link":"https:\/\/algerienetwork.com\/sciences-tec\/data-science-definition-secteurs-dapplication-et-competences\/","title":{"rendered":"Data Science : d\u00e9finition, secteurs d\u2019application et comp\u00e9tences"},"content":{"rendered":"

La Data Science est la science des donn\u00e9es. C\u2019est la discipline qui permet \u00e0 une entreprise d\u2019explorer et d\u2019analyser les donn\u00e9es brutes pour les transformer en informations pr\u00e9cieuses permettant de r\u00e9soudre les probl\u00e8mes de l\u2019entreprise. D\u00e9couvrez la d\u00e9finition pr\u00e9cise du terme de Data Science, ainsi qu\u2019un aper\u00e7u des comp\u00e9tences n\u00e9cessaires pour devenir Data Scientist.<\/strong><\/em><\/p>\n

Data science D\u00e9finition : Data science c\u2019est quoi ?<\/h2>\n

La Data Science, ou science des donn\u00e9es, est un m\u00e9lange disciplinaire entre la data inf\u00e9rence, le d\u00e9veloppement d\u2019algorithme et la technologie<\/strong>, dont l\u2019objectif est la r\u00e9solution de probl\u00e8mes analytiques complexes. Au c\u0153ur de ce grand m\u00e9lange, on retrouve les donn\u00e9es, les quantit\u00e9s massives d\u2019informations brutes stock\u00e9es dans les data warehouses des entreprises<\/a>. Concr\u00e8tement, la science des donn\u00e9es permet d\u2019utiliser les donn\u00e9es de fa\u00e7on cr\u00e9ative pour g\u00e9n\u00e9rer une valeur pour les entreprises.<\/p>\n

La Data Science permet de d\u00e9couvrir des insights au sein des ensembles de donn\u00e9es<\/h2>\n

\"data<\/p>\n

Tout d\u2019abord, la Data Science permet de d\u00e9couvrir des insights au sein des donn\u00e9es<\/strong>. En plongeant dans ces informations \u00e0 un niveau granulaire, l\u2019utilisateur peut d\u00e9couvrir et comprendre des tendances et des comportements complexes. Il s\u2019agit de faire remonter \u00e0 la surface des informations pouvant aider les entreprises \u00e0 prendre des d\u00e9cisions plus intelligentes.<\/p>\n

Par exemple, Netflix mine les donn\u00e9es<\/a> pour d\u00e9couvrir les patterns de visionnage de son contenu pour comprendre ce qui suscite l\u2019int\u00e9r\u00eat des utilisateurs, et utilise cette information pour d\u00e9cider quelles s\u00e9ries produire<\/strong>. Target identifie ses principaux segments de client\u00e8le et le comportement d\u2019achat pour \u00eatre en mesure de s\u2019adresser \u00e0 de nouvelles audiences. Proctor & Gamble se fie aux donn\u00e9es pour pr\u00e9dire la demande future, afin d\u2019optimiser sa production.<\/p>\n

Pour extraire ces pr\u00e9cieuses informations, les Data Scientists commencent tout d\u2019abord par explorer les donn\u00e9es<\/strong>. Face \u00e0 une question complexe, le Data Scientist se transforme en d\u00e9tective. Il m\u00e8ne l\u2019enqu\u00eate et tente de comprendre les patterns au sein des donn\u00e9es. Pour y parvenir, il est n\u00e9cessaire de faire preuve d\u2019une cr\u00e9ativit\u00e9 analytique. La recherche d\u2019informations bas\u00e9e sur les donn\u00e9es est essentielle pour une guidance strat\u00e9gique de l\u2019entreprise. De fait, les Data Scientists agissent comme des consultants.<\/p>\n

La Data Science permet de cr\u00e9er un Data Product<\/h2>\n

\"netflix<\/p>\n

Un data product est un asset qui repose sur des donn\u00e9es et les traite pour g\u00e9n\u00e9rer des r\u00e9sultats \u00e0 l\u2019aide d\u2019un algorithme<\/strong>. L\u2019exemple classique d\u2019un data product est un moteur de recommandation, qui ing\u00e8re les donn\u00e9es des utilisateurs et g\u00e9n\u00e8re des recommandations personnalis\u00e9es bas\u00e9es sur ces donn\u00e9es.<\/p>\n

Parmi les exemples concrets les plus pertinents, on peut citer le moteur de recommandation d\u2019Amazon, ou celui de Netflix<\/strong>. De m\u00eame, le filtre anti-spam de Gmail est un data product, puisqu\u2019un algorithme se charge de traiter les mails entrants et de d\u00e9terminer s\u2019il s\u2019agit ou non de spams. La vision par ordinateur, utilis\u00e9e par les voitures autonomes, est \u00e9galement un data product. Ses algorithmes de machine Learning sont capables de reconna\u00eetre les feux de signalisation, de d\u00e9tecter les autres voitures ou les pi\u00e9tons etc.<\/p>\n

Contrairement aux Data Insights, le Data Product ne vise pas \u00e0 conseiller les ex\u00e9cutifs d\u2019une entreprise dans leurs d\u00e9cisions<\/strong>. L\u2019algorithme qui l\u2019accompagne est con\u00e7u pour \u00eatre directement int\u00e9gr\u00e9 aux applications centrales. En guise d\u2019exemple d\u2019applications de Data Science, on peut citer la page d\u2019accueil d\u2019Amazon, la bo\u00eete aux lettres de Gmail, ou le logiciel de pilotage automatique de la voiture sans pilote.<\/p>\n

Les Data Scientists jouent un r\u00f4le cl\u00e9 dans le d\u00e9veloppement de data product. <\/strong>Ce sont eux qui d\u00e9veloppent les algorithmes, qui les testent, les raffinent et les d\u00e9ploient dans les syst\u00e8mes de production. C\u2019est la raison pour laquelle les data scientists sont \u00e9galement des d\u00e9veloppeurs techniques.<\/p>\n

Data Science : quels sont les talents n\u00e9cessaires pour devenir Data Scientist ?<\/h2>\n

\"data<\/p>\n

La Data Science est un m\u00e9lange entre trois grands domaines : l\u2019expertise math\u00e9matique, la technologie, et le business<\/strong>. Tout d\u2019abord, le minage de donn\u00e9es et le d\u00e9veloppement d\u2019un data product requiert une facult\u00e9 \u00e0 voir les donn\u00e9es \u00e0 travers un prisme quantitatif. Les textures, les dimensions et les corr\u00e9lations entre les donn\u00e9es peuvent \u00eatre exprim\u00e9es de fa\u00e7on math\u00e9matique. De nombreux probl\u00e8mes auxquels sont confront\u00e9es les entreprises peuvent \u00eatre r\u00e9solus \u00e0 l\u2019aide de mod\u00e8les analytiques reposant sur des math\u00e9matiques pures. Comprendre les m\u00e9caniques de ces mod\u00e8les est la cl\u00e9 du succ\u00e8s. La lecture de Mooc d\u00e9di\u00e9 \u00e0 la Data Science est une premi\u00e8re initiation \u00e0 ce domaine d\u2019expertise.<\/p>\n

Data science : formation math\u00e9matiques avanc\u00e9es exig\u00e9e<\/h3>\n

De nombreuses personnes commettent l\u2019erreur de penser que la data science est enti\u00e8rement li\u00e9e aux statistiques<\/strong>. Les statistiques sont importantes, mais ne sont pas la seule forme de math\u00e9matiques utilis\u00e9e. De nombreux algorithmes de machine learning reposent par exemple sur l\u2019alg\u00e8bre lin\u00e9aire. De fa\u00e7on g\u00e9n\u00e9rale, un bon data scientist<\/a> doit avoir des connaissances solides en math\u00e9matiques.<\/p>\n

Deuxi\u00e8mement, le data scientist doit \u00eatre dou\u00e9 d\u2019une forme de cr\u00e9ativit\u00e9 technologique. Pour cause, il utilise la technologie pour explorer d\u2019immenses ensembles de donn\u00e9es et travailler avec des algorithmes complexes<\/a> afin de r\u00e9soudre des probl\u00e8mes complexes<\/strong>. Pour ce faire, le scientifique des donn\u00e9es doit \u00eatre capable de coder, de cr\u00e9er des prototypes de solutions rapides, et de les int\u00e9grer aux des syst\u00e8mes de donn\u00e9es complexes. Parmi les principaux langages associ\u00e9s \u00e0 la science des donn\u00e9es, on compte le SQL, le Python, le R, et SAS. En p\u00e9riph\u00e9rie, on retrouve \u00e9galement Java, Scala, et Julia. Des formations et des cours de Data science de niveau Master sont prodigu\u00e9es par des grandes \u00e9coles comme Polytechnique Paris Saclay ou<\/a> le master M2MO de l\u2019Universit\u00e9 Paris Diderot Paris 7<\/a>. Toutefois, la seule connaissance de ces langages ne suffit pas.<\/p>\n

Data science : Les challenges d\u2019un emploi multit\u00e2che<\/h3>\n

Le sp\u00e9cialiste de la Data science doit savoir naviguer habilement entre ces langages, penser de fa\u00e7on algorithmique, et avoir la facult\u00e9 de r\u00e9soudre des probl\u00e8mes complexes<\/strong>. Ces facult\u00e9s sont critiques, car le data scientist doit \u00eatre en mesure de comprendre la complexit\u00e9 des donn\u00e9es et de leur flux. Une lucidit\u00e9 \u00e0 l\u2019\u00e9gard des connexions entre ces diff\u00e9rents \u00e9l\u00e9ments est indispensable.<\/p>\n

Enfin, il est primordial pour un scientifique des donn\u00e9es d\u2019\u00eatre un consultant tactique pour l\u2019entreprise<\/strong>. Le data scientist travaille pr\u00e8s des donn\u00e9es, et peut donc apprendre davantage de ces donn\u00e9es que quiconque. Il lui incombe donc de traduire ses observations et de partager son savoir pour contribuer \u00e0 la r\u00e9solution des probl\u00e8mes de l\u2019entreprise. Il doit savoir manier les donn\u00e9es pour narrer une histoire coh\u00e9rente en usant des insights comme d\u2019un palier.<\/p>\n

Cette pertinence pour le business est aussi importante que la ma\u00eetrise de la technologie et des algorithmes<\/strong>. Les objectifs de l\u2019entreprise doivent \u00eatre align\u00e9s avec les projets de data science. Concr\u00e8tement, la valeur d\u2019un scientifique des donn\u00e9es ne vient pas seulement de sa ma\u00eetrise des math\u00e9matiques, des donn\u00e9es et de la technologie, mais d\u2019une association des trois.<\/p>\n

Pour toutes les entreprises qui souhaitent utiliser les donn\u00e9es pour stimuler la croissance de leur entreprise, la data science est la cl\u00e9<\/strong>. Les projets de science des donn\u00e9es peuvent g\u00e9n\u00e9rer d\u2019importants retours sur investissements. Toutefois, le recrutement de personnes dot\u00e9es de comp\u00e9tences n\u00e9cessaires n\u2019est pas une t\u00e2che ais\u00e9e. Une fois qu\u2019un data scientist de talent est embauch\u00e9, il est n\u00e9cessaire de le garder motiver en lui offrant l\u2019autonomie n\u00e9cessaire et en lui proposant des d\u00e9fis \u00e0 la hauteur de ses comp\u00e9tences. L\u2019apprentissage de la Data science exige une r\u00e9compense \u00e0 la hauteur des t\u00e2ches demand\u00e9s. C\u2019est pourquoi les data scientists sont pay\u00e9s entre 40 000 et 60 000 euros par an en Europe. Aux Etats-Unis, ce salaire peut grimper jusqu\u2019\u00e0 150 000 dollars par an suivant l\u2019exigence des entreprises en data science.<\/p>\n

source<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"

La Data Science est la science des donn\u00e9es. C\u2019est la discipline qui permet \u00e0 une entreprise d\u2019explorer et d\u2019analyser les donn\u00e9es brutes pour les transformer en informations pr\u00e9cieuses permettant de r\u00e9soudre les probl\u00e8mes de l\u2019entreprise. D\u00e9couvrez la d\u00e9finition pr\u00e9cise du terme de Data Science, ainsi qu\u2019un aper\u00e7u des comp\u00e9tences n\u00e9cessaires pour devenir Data Scientist. Data […]<\/p>\n","protected":false},"author":1,"featured_media":6824,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"tdm_status":"","tdm_grid_status":"","footnotes":""},"categories":[33,25],"tags":[],"class_list":{"0":"post-6562","1":"post","2":"type-post","3":"status-publish","4":"format-standard","5":"has-post-thumbnail","7":"category-data-science","8":"category-technologie"},"_links":{"self":[{"href":"https:\/\/algerienetwork.com\/sciences-tec\/wp-json\/wp\/v2\/posts\/6562","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/algerienetwork.com\/sciences-tec\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/algerienetwork.com\/sciences-tec\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/algerienetwork.com\/sciences-tec\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/algerienetwork.com\/sciences-tec\/wp-json\/wp\/v2\/comments?post=6562"}],"version-history":[{"count":1,"href":"https:\/\/algerienetwork.com\/sciences-tec\/wp-json\/wp\/v2\/posts\/6562\/revisions"}],"predecessor-version":[{"id":6825,"href":"https:\/\/algerienetwork.com\/sciences-tec\/wp-json\/wp\/v2\/posts\/6562\/revisions\/6825"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/algerienetwork.com\/sciences-tec\/wp-json\/wp\/v2\/media\/6824"}],"wp:attachment":[{"href":"https:\/\/algerienetwork.com\/sciences-tec\/wp-json\/wp\/v2\/media?parent=6562"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/algerienetwork.com\/sciences-tec\/wp-json\/wp\/v2\/categories?post=6562"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/algerienetwork.com\/sciences-tec\/wp-json\/wp\/v2\/tags?post=6562"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}