Cours
Analyser des données métier en SQL
4 h
48.2K
La data science et l’apprentissage automatique n’ont jamais été aussi populaires. Avec la montée en puissance des métiers de la donnée, les possibilités de carrière sont immenses. Cette infographie propose une vue d’ensemble des différents rôles au sein d’une équipe data, les compétences nécessaires pour réussir, des parcours de montée en compétences pour y parvenir, et bien plus encore.
Pour télécharger cette infographie, cliquez sur l’image ci-dessus.
Consommateurs de données
Les consommateurs de données utilisent les données pour prendre des décisions basées sur les données et échangent de manière éclairée avec les praticiens de la donnée.
Outils les plus utilisés
- Outils de Business Intelligence comme Tableau ou Power BI
- Tableurs comme Excel ou Google Sheets
Intitulés de poste possibles
Les consommateurs de données peuvent porter divers intitulés. Toute personne qui exploite des insights basés sur les données relève de cette catégorie. Parmi les intitulés possibles :
- Chief Marketing Officer
- Responsable des ressources humaines
- Directeur des ventes et du développement commercial
Niveaux de compétences
Niveau débutant
- Comprend le rôle des data scientists, des spécialistes de l’apprentissage automatique et des data engineers
- Sait quelles questions peuvent (ou non) être résolues grâce aux données
- Interprète les résultats de projets data, y compris les calculs et les visualisations
Niveau intermédiaire
- Est capable de calculer des statistiques descriptives
- Peut réaliser des visualisations de données courantes
- Comprend les applications métier des données
Niveau avancé
- Maîtrise les fondamentaux de la business intelligence
Parcours de montée en compétences
Parcours de compétences
Cours
Business analysts
Les Business Analysts relient les insights à des actions concrètes qui améliorent la rentabilité ou l’efficacité. Ils possèdent une connaissance approfondie du domaine métier et utilisent souvent SQL en complément d’outils sans code pour communiquer les enseignements tirés des données.
Outils les plus utilisés
- Outils de Business Intelligence comme Tableau ou Power BI
- Tableurs comme Excel ou Google Sheets
- Bases de données SQL
Intitulés de poste possibles
- Business Analyst
- Marketing Analyst
- Data Analyst
- Supply Chain Analyst
Niveaux de compétences
Niveau débutant
- Est capable de calculer des statistiques descriptives
- Peut réaliser des visualisations de données courantes
- Comprend les applications métier des données
Niveau intermédiaire
- Possède une connaissance approfondie du domaine métier
- Sait communiquer et produire des rapports à partir des données
Niveau avancé
- Peut créer des tableaux de bord
- Structure les données pour répondre à des questions métier
Fourchette salariale
- Selon Glassdoor, le salaire annuel moyen aux États-Unis pour les Business Analysts est de 77 K$ et varie généralement entre 55 K$ et 108 K$
Parcours de montée en compétences
Parcours de compétences
Parcours de carrière
Cours
Data analysts
À l’instar des Business Analysts, les Data Analysts analysent les données et restituent les insights issus de leurs analyses. Ils maîtrisent le flux d’analyse de données et présentent leurs résultats en combinant outils de code et outils sans code.
Outils les plus utilisés
- Langages de programmation comme R ou Python
- Outils de Business Intelligence comme Tableau ou Power BI
- Tableurs comme Excel ou Google Sheets
- Bases de données SQL
Intitulés de poste possibles
- Business Analyst
- Marketing Analyst
- Data Analyst
- Supply Chain Analyst
Niveaux de compétences
Niveau débutant
- Est capable de calculer des statistiques descriptives
- Peut réaliser des visualisations de données courantes
- Comprend les applications métier des données
Niveau intermédiaire
- Réalise les étapes du flux d’analyse de données : import, manipulation, nettoyage, calculs et reporting sur des données métier
- Maîtrise les outils de business intelligence
Niveau avancé
- Peut créer des tableaux de bord
- Organise les données pour répondre à des questions métier
Fourchette salariale
- Selon Glassdoor, le salaire annuel moyen aux États-Unis pour les Data Analysts est de 69 K$ et varie généralement entre 46 K$ et 106 K$
Parcours de montée en compétences
Parcours de compétences
Parcours de carrière
- Data Analyst with Power BI Career Track
- Data Analyst with Python Career Track
- Data Analyst with R Career Track
- Data Analyst with SQL
Data scientist
Les Data Scientists explorent, extraient et restituent des insights à forte valeur ajoutée à partir des données de l’organisation. Ils communiquent ces résultats à des parties prenantes non techniques et comprennent les workflows de machine learning ainsi que leur lien avec les applications métier. Ils travaillent quasi exclusivement avec des outils de programmation, conduisent des analyses et utilisent souvent des outils big data.
Outils les plus utilisés
- Langages de programmation comme R ou Python
- Outils en ligne de commande comme Git ou Bash
- Outils big data comme Airflow ou Spark
- Bases de données SQL
Intitulés de poste possibles
- Data Scientist
- Analytics Engineer
- Data Analyst
- Marketing Data Scientist
Niveaux de compétences
Niveau débutant
- Réalise les étapes du flux d’analyse de données : import, manipulation, nettoyage, calculs et reporting sur des données métier
- Comprend les applications métier des données
Niveau intermédiaire
- Comprend les statistiques fondamentales, y compris distributions, modélisation et inférence
- Conçoit des expériences simples comme des tests A/B
- Peut créer des tableaux de bord
Niveau avancé
- Applique l’analyse à des domaines métier comme la finance, le marketing ou la santé
- Comprend les workflows d’apprentissage supervisé et non supervisé
- Travaille avec des données non standard, comme les séries temporelles, le texte, les données géospatiales et les images
Fourchette salariale
- Selon Glassdoor, le salaire annuel moyen aux États-Unis pour les Data Scientists est de 117 K$ et varie généralement entre 82 K$ et 167 K$
Parcours de montée en compétences
Parcours de carrière
Machine learning scientist
Les Machine Learning Scientists conçoivent et déploient des systèmes d’apprentissage automatique qui produisent des prédictions à partir des données de l’organisation. Ils résolvent des problématiques comme la prédiction du churn et de la valeur vie client et sont responsables de la mise en production des modèles. Ils travaillent exclusivement avec des outils de programmation.
Outils les plus utilisés
- Langages de programmation comme R ou Python
- Outils en ligne de commande comme Git ou Bash
- Outils big data comme Airflow ou Spark
- Bases de données SQL
Intitulés de poste possibles
- Data Scientist
- Research Scientist
- Machine Learning Engineer
Niveaux de compétences
Niveau débutant
- Réalise les étapes du flux d’analyse de données : import, manipulation, nettoyage, calculs et reporting sur des données métier
Niveau intermédiaire
- Met en œuvre des workflows d’apprentissage supervisé et non supervisé : feature engineering, entraînement des modèles, évaluation de l’ajustement, prédictions
- Applique l’analyse à des domaines métier comme la finance, le marketing ou la santé
Niveau avancé
- Met en œuvre des workflows de deep learning
- Travaille avec des données non standard, comme les séries temporelles, le texte, les données géospatiales et les images
- Déploie des modèles de machine learning en production
Fourchette salariale
- Selon Glassdoor, le salaire annuel moyen aux États-Unis pour les Machine Learning Scientists est de 137 K$ et varie généralement entre 97 K$ et 194 K$
Parcours de montée en compétences
Parcours de compétences
Parcours de carrière
Statisticien
Comme les Data Scientists, les statisticiens mènent des analyses très rigoureuses, notamment en concevant et en maintenant des expériences comme les tests A/B et les tests d’hypothèse. Ils se concentrent sur la quantification de l’incertitude et présentent des résultats nécessitant un niveau d’exigence élevé, par exemple en finance ou en santé.
Outils les plus utilisés
- Langages de programmation comme R ou Python
- Outils en ligne de commande comme Git ou Bash
- Bases de données SQL
Intitulés de poste possibles
- Data Scientist
- Inference Data Scientist
- Clinical Data Analyst
Niveaux de compétences
Niveau débutant
- Réalise les étapes du flux d’analyse de données : import, manipulation, nettoyage, calculs et reporting sur des données métier
- Comprend les applications métier des données
Niveau intermédiaire
- Met en œuvre des workflows de modélisation statistique, incluant le feature engineering, l’entraînement des modèles, les tests d’ajustement et l’inférence de la significativité
- Teste des hypothèses et conçoit des expériences simples comme des tests A/B
Niveau avancé
- Conçoit des expériences plus complexes et comprend les statistiques bayésiennes
- Maîtrise des modèles spécialisés : modèles de survie, modèles additifs généralisés, modèles de mélange, modèles d’équations structurelles
Fourchette salariale
- Selon Glassdoor, le salaire annuel moyen aux États-Unis pour les statisticiens est de 88 K$ et varie généralement entre 61 K$ et 131 K$
Parcours de montée en compétences
Parcours de compétences
Parcours de carrière
Développeurs
Les développeurs sont des profils hautement techniques au sein des équipes data, qui automatisent les tâches répétitives liées à l’accès et à la manipulation des données de l’organisation. Ils font le lien entre l’ingénierie logicielle traditionnelle et la data science et maîtrisent le déploiement et le partage de code à l’échelle.
Outils les plus utilisés
- Langages de programmation comme R ou Python
- Outils en ligne de commande comme Git ou Bash
- Bases de données SQL
Intitulés de poste possibles
- Software Engineer
- Data Scientist
- DevOps Engineer
Niveaux de compétences
Niveau débutant
- Écrit des fonctions pour éviter la répétition de code
- Benchmarke et optimise le code pour améliorer les performances
Niveau intermédiaire
- Définit des bonnes pratiques de tests de code
- Travaille avec des API web
- Développe des packages pour partager du code
Niveau avancé
- Développe des pipelines de données et utilise la programmation parallèle
- Comprend différents paradigmes de programmation, comme la programmation fonctionnelle et la programmation orientée objet
Fourchette salariale
- Selon Glassdoor, le salaire annuel moyen aux États-Unis pour les développeurs (Software Engineers) est de 108 K$ et varie généralement entre 73 K$ et 160 K$
Parcours de montée en compétences
Cours
Parcours de carrière
Data engineers
Les Data Engineers veillent à ce que les bonnes données parviennent aux bonnes personnes. Ils créent et maintiennent l’infrastructure et les pipelines qui centralisent des téraoctets de données brutes issues de sources multiples en un référentiel unique, propre et pertinent pour l’organisation.
Outils les plus utilisés
- Langages de programmation comme R ou Python
- Outils en ligne de commande comme Git ou Bash
- Bases de données SQL
- Outils big data comme Airflow ou Spark
- Plateformes cloud comme AWS, GCP, Azure
Intitulés de poste possibles
- Data Engineer
- Software Engineer
- DevOps Engineer
Niveaux de compétences
Niveau débutant
- Extrait, transforme et charge les données de manière efficace
Niveau intermédiaire
- Traite et automatise les flux de données via la ligne de commande
- Traite les données dans le cloud
- Gère, optimise et traite de grands volumes de données et de larges bases
Niveau avancé
- Développe des pipelines de données et utilise la programmation parallèle
- Comprend différents paradigmes de programmation, comme la programmation fonctionnelle et la programmation orientée objet
Fourchette salariale
- Selon Glassdoor, le salaire annuel moyen aux États-Unis pour les Data Engineers est de 112 K$ et varie généralement entre 76 K$ et 166 K$