Introduction
Selon Glassdoor, la demande de travail à distance a augmenté de 360 %. La manière dont le monde du travail fonctionne a profondément évolué, en particulier dans les domaines de la data science et du développement logiciel. Comme le montrent les chiffres, de nombreux professionnels s'efforcent aujourd'hui de s'adapter à ces nouveaux repères.
Un grand nombre d'entreprises ont adopté le modèle du télétravail, qui permet aux employés d'investir davantage dans leur vie personnelle tout en restant productifs et engagés. Celles et ceux qui recherchent activement un emploi bénéficient désormais d'un éventail d'opportunités, non seulement dans leur pays, mais aussi à l'international. On peut dire que les employeurs et les collaborateurs ont trouvé un terrain d'entente fondé sur la flexibilité et la confiance.
À mesure que les avantages du travail à domicile se généralisent, de plus en plus de personnes se demandent s'il est temps de se lancer en freelance. Résultat : les plateformes en ligne de freelancing, comme Upwork, gagnent en popularité.
Actuellement, Upwork recense environ 900 offres en data science. C'est déjà un volume conséquent, et en tant que data scientist, vous pouvez aussi participer à d'autres projets de développement logiciel au-delà de la data science, ce qui améliore encore les perspectives pour les freelances. Si vous débutez, consultez notre guide complet sur comment devenir data scientist pour plus de détails.
En tant que freelance en data science, vous découvrirez un large éventail de projets intéressants, proposés par des entreprises comme par des particuliers. Les annonces indiquent généralement la rémunération et l'échéance souhaitée, ce qui facilite la décision de postuler ou non. Évidemment, vous n'êtes pas limité à un seul projet à la fois. Vous fixez vos propres règles et organisez votre temps comme vous le souhaitez pour atteindre une efficacité maximale sans sacrifier votre équilibre vie pro/vie perso.
Travailler en freelance peut toutefois présenter des inconvénients, comme l'absence d'avantages salariés. Il est important d'y réfléchir sérieusement avant de franchir le pas.
Avantages et inconvénients du métier de data scientist freelance
En travaillant en indépendant, vous créez en réalité votre propre marque. Au-delà des missions que vous acceptez, il vous incombe aussi de développer cette marque, de planifier vos revenus et vos dépenses, et de prendre chaque décision opérationnelle, comme le choix des licences logicielles.
Réussir en freelance demande beaucoup de travail. Comme toute forme d'emploi, ce statut comporte des atouts et des limites.
Avantages
- Vous pouvez travailler de n'importe où, du moment que vous disposez d'une connexion internet.
- Vous choisissez les missions qui vous conviennent, selon vos critères et vos conditions.
- Vous planifiez vous-même votre charge de travail et vos congés, et vous travaillez autant que votre énergie et votre temps le permettent. Si vous visez un freelancing à temps partiel, vous trouverez aussi des missions qui ne prennent que quelques heures par jour.
- Parce que les freelances travaillent à l'échelle mondiale, ils peuvent parfois accéder à des opportunités mieux rémunérées que sur leur marché local.
- Grâce à la variété des missions, vous développez des compétences diverses, à l'inverse de certaines tâches plus monotones que vous pourriez rencontrer en tant que salarié. Par ailleurs, vos capacités de recherche et développement progressent vite, car vous les exercez au quotidien en prospectant activement.
Inconvénients
- Les freelances ont des obligations fiscales à suivre eux-mêmes, ce qui peut être lourd, surtout au démarrage.
- Absence d'avantages sociaux. Gérant votre propre activité, vous ne bénéficiez pas des avantages habituels des salariés. À vous donc de pourvoir à certains besoins, comme l'assurance santé.
- Les projets peuvent durer plus longtemps que prévu, ou vos clients peuvent vouloir accélérer la livraison. Cela renforce votre capacité d'adaptation, mais à court terme, vous pouvez ressentir un manque de stabilité.
- Vous rencontrerez d'excellents clients, et d'autres plus difficiles. Quoi qu'il arrive, votre objectif reste la satisfaction client. Les notes laissées sur les plateformes et les avis publics peuvent peser fortement sur vos chances d'être retenu pour de futures missions.
- Décalage horaire. Dans certains cas, vous devrez vous adapter au fuseau horaire de votre client, ce qui peut perturber votre vie privée.
- Souvent, vous n'aurez pas de collègue à vos côtés, ce qui peut parfois être pesant. Soyez attentif à votre santé mentale et à vos besoins sociaux, au risque de voir votre motivation et votre bien-être s'éroder.
- Il existe toujours un risque de clients qui ne respectent pas les conditions initiales, y compris en matière de paiement. La probabilité est généralement faible, mais gardez-le en tête et prenez les précautions nécessaires pour garantir un traitement équitable.
Compétences d'un data scientist freelance
En freelance, il vous faut un bon mix de soft skills et de hard skills. Vos compétences techniques sont bien sûr essentielles, mais d'autres dimensions — aptitudes relationnelles, maîtrise des langues, notions de comptabilité — s'avèrent tout aussi cruciales.
Hard skills
Compétences techniques
La plupart des compétences en data science s'appuient sur l'informatique, les mathématiques et les statistiques. Elles ne se limitent toutefois pas à ces domaines et peuvent aussi provenir de différents cursus d'ingénierie. Les bases indispensables à tout data scientist sont :
- Programmation et bibliothèques
- Visualisation de données
- Apprentissage automatique
- Probabilités et statistiques
- Algèbre linéaire
- Préparation et transformation des données
Compétences linguistiques
Une bonne maîtrise des langues est la base d'une communication efficace. En tant que freelance, vous travaillerez régulièrement avec des clients situés dans différents pays. Si vous consultez les offres sur n'importe quelle plateforme, vous verrez que la plupart — sinon la totalité — sont en anglais.
Disposer d'un niveau d'anglais vous permettant de comprendre les missions et de répondre par écrit vous aidera. Mais à un moment, un niveau limité peut ne plus suffire. Sur des projets de taille moyenne ou importante, des visioconférences sont souvent nécessaires avant, pendant et après la mission. Les clients privilégient les candidats avec lesquels la communication est fluide. Si l'anglais n'est pas votre langue maternelle, améliorer cette compétence constitue donc un avantage déterminant.
Comptabilité
Les freelances doivent s'acquitter d'impôts et de cotisations, qui dépendent de leur pays de résidence. À mesure que votre activité grandit, la nature des taxes peut évoluer. Il est essentiel d'avoir de bonnes bases en comptabilité et de suivre les changements de la législation fiscale, sous peine d'ennuis juridiques.
Soft skills
Les « soft skills » sont souvent la clé pour instaurer la confiance avec un client. Voici celles que vous devrez maîtriser pour réussir en freelance :
Communication
Un point commun aux bons freelances est leur manière claire et structurée de communiquer. Avant d'accepter une mission, il est crucial que le freelance et le client s'accordent sur les besoins et attentes de chacun. Une communication précise des deux côtés évite les ambiguïtés et malentendus dès le départ.
Négociation
Apprendre à négocier s'acquiert avec l'expérience. La négociation peut être sensible et doit toujours rester respectueuse. Cela passe par la pratique : exprimer ses besoins et attentes sans brusquerie, et tirer des leçons de ses erreurs. L'objectif est d'aboutir à des clauses contractuelles équitables pour les deux parties.
Intelligence émotionnelle
Anticiper ce que ressentira un client face à une difficulté vous aide à préparer des solutions adaptées et à choisir la bonne manière de les présenter. Il arrive aussi que le client n'arrive pas à exprimer clairement ses idées. Dans ces situations, l'empathie du freelance rassure et renforce la relation.
Abstraction
L'abstraction, largement utilisée par les ingénieurs et scientifiques, consiste à décomposer un problème complexe en plusieurs composants simples et de haut niveau. En se concentrant sur ces éléments, il devient plus facile d'aborder la complexité.
Les clients n'ont pas toujours le même niveau technique qu'un freelance, et même lorsqu'ils l'ont, ils peuvent avoir du mal à suivre chaque étape. Les freelances doivent donc savoir fournir une synthèse claire de leur approche et de l'architecture du projet : c'est là que l'abstraction fait la différence. Les clients apprécient d'avoir une vue d'ensemble nette du processus, ce qui crée un lien de confiance solide entre les deux parties.
Meilleures plateformes pour trouver des missions de data science
Les sites de freelancing servent d'intermédiaires entre donneurs d'ordre et indépendants. Ils permettent de filtrer les offres pour les aligner sur vos compétences. Toutes les étapes d'un projet, jusqu'au paiement final, se déroulent sur ces plateformes, ce qui en fait des outils utiles et fiables pour les professionnels. Voici les principales plateformes actuelles pour la data science.
Upwork
On compte environ 900 offres ouvertes liées à la data science sur cette plateforme, comme l'indique la page data science d'Upwork. Les missions se finalisent généralement assez vite sur Upwork. Les négociations peuvent durer de quelques minutes à une semaine. Autrement dit, vous pourriez avoir chaque semaine près d'un millier d'offres auxquelles postuler.
Toptal
À la différence d'autres plateformes, Toptal fait passer un entretien technique rigoureux à tous les candidats freelances. À l'issue de ce processus, seuls les 3 % les plus performants sont acceptés. Cela garantit que seules les profils les plus expérimentés et professionnels exercent sur la plateforme.
Fiverr
La particularité de Fiverr est que ce sont les freelances qui proposent leurs prestations sous forme d'offres basic, standard et premium. La dynamique est ainsi plus prévisible : le freelance définit précisément la tâche, le temps nécessaire et le tarif correspondant.
Conclusion
Se lancer comme data scientist freelance peut être exigeant, mais c'est la voie vers une carrière épanouissante en data science, avec l'indépendance d'être votre propre patron. Restez à l'écoute pour la partie 2, où nous partagerons une feuille de route détaillée pour devenir data scientist, des conseils supplémentaires et une FAQ. En attendant, démarrez dès aujourd'hui en vous inscrivant à notre Data Scientist Career Track.