Cours
Comprendre la science des données
2 h
872.2K
Après avoir été qualifié par la Harvard Business Review de « métier le plus sexy du XXIe siècle » en 2012, Glassdoor l’a désigné comme « meilleur job de l’année » en 2016.
La perception du métier de data scientist a toutefois beaucoup évolué en quatre ans : en 2012, la plupart des articles tentaient d’expliquer ce qu’est un data scientist et ce qu’il fait concrètement. À l’époque, une simple recherche Google sur « Comment devenir data scientist » montrait que la notion variait selon les interlocuteurs. En 2016, cette recherche propose encore une grande variété d’articles et d’opinions. Cependant, alors qu’on imaginait auparavant le data scientist comme une personne bien réelle, de plus en plus d’articles expliquent aujourd’hui pourquoi le data scientist serait une licorne.
Peu de profils répondent encore aux attentes très élevées fixées, alors même que la définition du data scientist n’est pas figée. Les offres d’emploi montrent que les entreprises recherchent des personnes alliant aisance communicationnelle, créativité, ingéniosité, curiosité, expertise technique, … La façon dont ces qualités sont parfois décrites peut donner l’impression qu’il est impossible de devenir data scientist.
La demande dépassant l’offre, on observe une montée en puissance des équipes de data science plutôt que des « hommes-orchestres », avec, en conséquence, un regain d’attention sur le quoi et le comment de la data science. Mais, tout comme la définition du data scientist, celle de la data science est multiple, et l’on trouve une profusion de conseils pour celles et ceux qui veulent apprendre. Ces informations peuvent toutefois dépendre du secteur, du contexte et des parcours individuels.
Guide de la data science en 8 étapes
Pour vous orienter dans cette jungle d’informations et de recommandations, DataCamp a revisité son infographie « Devenir data scientist en 8 étapes » : elle propose désormais une vision actualisée des huit étapes à franchir pour apprendre la data science. Selon votre bagage et votre expérience, certaines étapes vous paraîtront plus simples que d’autres.
L’objectif reste le même : offrir un guide visuel à toutes celles et ceux qui souhaitent apprendre la data science, ainsi qu’à celles et ceux qui exercent déjà comme data scientists ou au sein d’une équipe data et recherchent des ressources pour aller plus loin.
Si vous envisagez d’apprendre la data science ou si vous venez de vous lancer, ne vous laissez pas impressionner par les huit étapes présentées dans l’infographie.
La data science est un marathon, pas un sprint.
Se former à la data science demande du temps et un investissement personnel, mais le voyage est tout sauf ennuyeux !
Et n’oubliez pas : de nombreux cours et autres ressources sont à votre disposition pour vous mettre sur la bonne voie.
Sujets