Zoom sur le concept de Data Science

Data Science, « Science des données » en français, est une jeune discipline. En effet elle a moins de 25 ans. La Data Science consiste à générer de la valeur à partir de données brutes. L'arrivée de la Data Science en entreprise, avec le Big Data, l'IA et le Machine Learning, est un véritable enjeu pour les équipes.

 

Quel est le lien avec le Big Data, l’IA et le Machine Learning ?

L’essor de la Data Science est récente, avec l’apparition du Big Data – Big Data Analytics. Mais ce n’est pas tout, l’intérêt grandissant pour les techniques de Machine Learning (apprentissage automatique) et d’Artificial Intelligence (IA - Intelligence Artificielle) a permis la montée en puissance de la Data Science et l’ouverture de ses champs d’actions. Nous allons maintenant voir en quoi la Data Science est un enjeu majeur pour les entreprises.

 

Quel est l’enjeu pour les entreprises ?

Aujourd’hui le volume des Data explose et le phénomène Big data est à son apogée. L’enjeu pour les entreprises est de prendre un temps d’avance sur leurs concurrents en déployant une stratégie Data Centric. Ainsi, il s’agit d’activer en temps réel les informations utiles et pertinentes, appelées également « smart data », pour : augmenter la valeur client, améliorer l’expérience et optimiser la GRC (Gestion de la Relation Client), tout en optimisant les coûts et investissements. Ces enjeux concernent tous les services de l’entreprise.

 

Que se cache derrière le métier de Data Scientist ?

Le métier de Data Scientist est considéré comme "le meilleur métier du monde" selon Glassdoor. Aujourd'hui le poste de Data Scientist est central dans les entreprises engagées dans une stratégie "Data Centric". Selon le magazine « LeBigData.fr » un Data Scientist au niveau technique doit :

1 / Être diplômé d’une formation d’Analyste

2/ Avoir des connaissances en Statistiques

3/ Maîtriser les outils analytiques

4/ Connaître les langages de programmation

5/ Avoir des notions de Machine Learning

6/ Comprendre l'algèbre linéaire et les fonctions de plusieurs variables

7/ Savoir utiliser Hadoop

8/ Connaître la programmation SQL

9/ Gérer des données non structurées

10/ Avoir des compétences en ingénierie logicielle

 

[1] Références

Escoufier, Y. , Fichet, B., Diday, E., Lebart,L., Hayashi, C., Ohsumi, N., Baha, Y. (1995) : Preface to “Data science and its application - La science des données et ses applications”. Escoufier et al. ed. , Academic Press, Tokyo. 

Ohsumi, N. (2000) : From data analysis to data science. In Proceedings of the 7th conference of the International Federation of Classification Societies (IFCS-2000), Kiers et al. Ed. Springer. ISBN-13:978-3-540-67521-1.

La data science au service de la connaissance client

image-3-page-partenaire-

Demandez une web démo personnalisée avec nos experts Data

plateforme

Partagez sur :

Vous souhaitez en savoir plus sur la technologie ETIC DATA ?