Métiers
Data analyst
Le Data analyst permet la prise de décision dans de multiples applications de l'entreprise, en valorisant les données massives. Il assure le nettoyage de la donnée et définit le niveau de qualité attendu, et adapte pour cela, l'acquisition, la structuration et l'exploitation des données en fonction des besoins à traiter. Il retranscrit la donnée dans des modèles de visualisation adaptés au public cible.
- Business analyst
- Analyste données massives
- Statisticien
Famille Métier
Rechercher - ConcevoirCode(s) ROME proche(s)
M1403 - Études et prospectives socio-économiques
Activités principales
Le Data analyst utilise sa boîte à outils mathématiques, statistiques et informatiques pour agréger les données utiles à la problématique, la structurer et l'exploiter pour permettre les prises de décisions. Ses activités principales sont :
- Analyse de la problématique métiers et des données qui permettraient aux interlocuteurs métiers de décider
- Identification et récupération des données utiles
- Tests de pertinence et d'exploitabilité de la donnée
- Structuration et retraitement des données (complétude, traitements intermédiaires)
- Exploitation statistique, tests d'outils décisionnels auprès des interlocuteurs métiers et communication par la vulgarisation du travail réalisé
Différents Contextes du Métier
Le Data analyst intervient dans des applications industrielles de différents secteurs, mais il peut aussi intervenir sur des applications décisionnelles touchant à la gestion d'entreprise.
- Énergies : analyse des données de maintenance et d'orientation de panneaux solaires en vue d'optimiser des rendements énergétiques
- Automobile : utilisation des données de conduite des véhicules pour mieux connaître les caractéristiques des conducteurs et adapter les options à bord
Il utilise des données et outils de multiples natures qu'il faut rendre exploitables et compréhensibles grâce aux technologies
- Big Data : utilisation des données de consommation énergétique pour traduire les heures et amplitude d'usages (l'utilisation du Big Data implique une vigilance quant à ses risques et limites)
- Algorithmes : prédiction des taux de rebus selon les données de production (ex : vitesse d'une chaîne de production)
- Data visualisation : mise en place de tableaux de bord automatisés à destination des décideurs techniques
Il collecte et exploite des données tout au long du cycle de vie du produit pour les mettre en relation
- Maintenance : détection de signaux faibles pour anticiper les opérations préventives et assurer la continuité de production
- Conception : apport d'analyse issue de la maintenance des versions précédentes du produit
Les facteurs principaux dans l'exploitation des données sont la propriété intellectuelle et la protection des données
- Norme Européenne : règlement Général pour la Protection des Données (RGPD) qui protège notamment les données à caractère personnel des clients
- Propriété intellectuelle / industrielle : limites d'exploitation des données propriétés des entreprises
Compétences Métier
info
Cette rubrique met en avant les principales macro-compétences et compétences associées, nécessaires à l’exercice du métier.
Les compétences sont présentées selon 3 catégories : techniques, transverses et comportementales.
Techniques
-
Transition numérique info
Transition écologique : Par la mise en œuvre de la compétence, le métier agit positivement sur la transition écologique.
Transition numérique : Par la mise en œuvre de la compétence, le métier agit positivement sur la performance et la pérennité de l'entreprise, grâce à l'utilisation de technologies numériques.
Exploiter des données massives
Intégrer des outils de Data Science
Déterminer une approche mathématique ou statistique
Transverses
-
Transition numérique info
Transition écologique : Par la mise en œuvre de la compétence, le métier agit positivement sur la transition écologique.
Transition numérique : Par la mise en œuvre de la compétence, le métier agit positivement sur la performance et la pérennité de l'entreprise, grâce à l'utilisation de technologies numériques.
-
Transition écologique info
Transition écologique : Par la mise en œuvre de la compétence, le métier agit positivement sur la transition écologique.
Transition numérique : Par la mise en œuvre de la compétence, le métier agit positivement sur la performance et la pérennité de l'entreprise, grâce à l'utilisation de technologies numériques.
Organiser un projet
Analyser et exploiter des données massives
Mener et intégrer une veille
Comportementales
S'adapter à des situations diversifiées
Assurer une communication constructive avec l'ensemble des collaborateurs
Intégrer une méthode d'organisation
Voies d'accès possibles au métier
Liste non exhaustive, à titre indicatif.
Diplômes
- MASTER mention Sciences des données
- Diplôme d'ingénieur - spécialité intelligence artificielle et masses de données
- MASTER mention Informatique - parcours big data / science des données
- MASTER mention Mathématiques appliquées, statistique - parcours data science/statistique et data science, ingénierie mathématique/data science et modélisation statistique
- Mastère spécialisé - Expert en sciences des données