data analyst

Métiers

Data Analyst (H/F)

Il-elle accompagne l’entreprise dans le développement de création de valeur autour de la donnée.

Mission principale

Sa boîte à outils statistiques et informatiques lui permet d’organiser, synthétiser et traduire les informations utiles aux organisations pour orienter les prises de position des acteurs décisionnels. Ils agissent tout au long de la chaîne de valorisation de la donnée tout en collaborant avec les Data Scientists sur les dimensions technico-scientifiques.

Activités

  • Réalisation d'un premier niveau de récupération des données
  • Réalisation d'un premier niveau de découverte des données
  • Réalisation d'un premier niveau de développement des modèles de prévision
  • Communication, vulgarisation du travail réalisé auprès d'interlocuteurs métier

Compétences

Compétences professionnelles

  • Avoir des connaissances en mathématiques : statistique de base, modélisation en analyse de données ( mathématiques appliquées)
  • Développer / programmer en langage SQL
  • Maîtriser l'utilisation des outils graphiques de datavisualisation
  • Faire preuve d'intelligence économique en écoutant ses intuitions stratégiques (esprit d'entrepreneur)
  • S'assurer que les méthodes et les algorithmes de récupération et de découverte sont cohérents avec l'exploitation souhaitée
  • S'assurer que les modèles de prédiction sont cohérents avec l'exploitation souhaitée
  • Piloter la construction de la stratégie d'utilisation des données

Compétences comportementales

  • Avoir un bon esprit d'analyse
  • Comprendre et utiliser les informations du Big Data tout en restant attentif à ses limites
  • Entretenir des relations assertives avec les différents interlocuteurs
  • Intégrer l'éco-responsabilité dans toutes les dimensions de son activité
  • Transmettre des savoirs et savoir-faire
  • Etre capable de travailler seul ou en équipe interculturelle et pluridisciplinaire, et en réseau, et à distance
  • Prendre en compte plusieurs paramètres à la fois dans ses analyses et décisions (vision systémique)
  • Se montrer agile et pro-actif dans ses démarches (intrapreneuriat)
  • Identifier ses besoins d'apprentissage et apprendre régulièrement, y compris en auto-apprentissage, dans les domaines associés à sa fonction

Compétences transverses

  • Bien connaître le fonctionnement global de l'entreprise
  • Maîtriser l'anglais technique
  • Utiliser des méthodes d'organisation du travail
  • Piloter un projet

Métiers de proximité

Éloigné / Évolution

Accès au métier

Les CQPM

  • Afin de contribuer à des processus industriels pilotés par les données, le Statisticien–Data analyste met en œuvre les techniques et les méthodes de statistiques et de data science permettant de mesurer, d’interpréter, d’organiser, synthétiser et valoriser efficacement des données pour répondre aux problématiques industrielles particulières et leur permettre de prendre les décisions pertinentes.

    On entend plus généralement par statisticien l’utilisation de méthodes statistiques théoriques et appliquées plus poussées mathématiquement qu’un data analyste. Ce dernier s’emploiera à utiliser les statistiques descriptives et les méthodes de visualisation appliquées à des jeux de données de taille variables, sachant qu’il n’existe pas de frontières entre les deux métiers mais au contraire une liaison étroite.

    Ainsi, de manière non exhaustive, nous identifions les domaines d’application :

    • De la fiabilité (composants/systèmes/service) ;
    • De l’ingénierie et de la conception robuste ;
    • De la maîtrise statistique des processus de fabrication ;
    • D’exploitation de données clients ;
    • De statistiques appliquées à la métrologie ;
    • De la gestion des incertitudes en passant par le secteur financier.

    En fonction des différents contextes et/ou organisations des entreprises, le Statisticien–Data analyste peut se voir confier des missions variables, du type :

    • L’analyse massive des données des objets connectés pour faire de la maintenance prédictive ou des propositions de services marchands, des optimisations de flux ;
    • La gestion de projet logistique lié à l’approvisionnement matière/pièces par la maîtrise du bon fonctionnement des moyens de production ;
    • La fiabilité prédictive appliquée à la garantie d’un produit et de ses enjeux qualité, à la rentabilité d’un produit et de ses enjeux financiers, du traitement du coût du service après-vente, de l’image de marque d’un produit, ou encore de sureté de fonctionnement.

    De la même manière, les différents projets d’applications techniques du Statisticien–Data analyste sont variés, par exemple :

    • Il peut être amené à développer et mettre en œuvre des concepts de fiabilité et des analyses statistiques adaptés au comportement des objets et de leurs interactions, notamment :
      • La dureté de fermeture d’une porte : géométrie de la porte, géométrie de la caisse-raideur du joint, perte de charge aéraulique du véhicule-alignement des charnières ;
      • La durée de la tenue sans casse d’un élément tournant : variation de la vitesse de rotation-efforts appliqués en bout d’arbre-température ;
      • La consommation énergétique réelle d’un moteur : température d’eau moteur, température extérieure, vitesse et charge-altitude-émission de polluants.
    • Il peut être amené à délivrer les modèles de traitement des données (régression, classification, réseau de neurones, diagrammes visuels) pour répondre aux problèmes des acteurs métiers, tels que :
      • L’identification d’anomalies à partir de la surveillance des différents paramètres d’un process de fabrication ;
      • La prédiction de la satisfaction des clients à partir des différents éléments d’une offre technique et commerciale d’un véhicule ;
      • La détection d’avions en vol ;
      • La classification des panneaux routiers vus par une caméra.
    • Il peut être amené à s’assurer que les cibles de fiabilité, de disponibilité et de sécurité sont atteintes tout au long du cycle de vie d’un objet (moteur d’avion) ou d’un service (surveillance d’un site industriel) ;
    • Il peut être amené également à identifier les faiblesses, à préconiser des améliorations et des plans de maintenance adaptés aux objectifs technico-économiques d’un programme.

    N° Certification : 2017 0322

Les Diplômes

Ce métier est accessible avec un niveau niveau bac +4/5. La plupart du temps, les entreprises privilégient les candidats ayant suivi des cursus dans les domaines de l'ingénierie, des statistiques, du marketing et de l'informatique.

Parmi les diplômes les plus connus, on retrouve :

  • Master 2 mathématiques pour la science des masses de données
  • Master 2 « data sciences »
  • Master 2 Big Data
  • Master systèmes décisionnels : architecture, exploration de données et optimisation
  • Mastère spécialisé en data sciences et business analytics
  • Mastère spécialisé Big Data

Des MOOC sont également pertinents pour arriver à ce métier.

Notre site utilise des cookies pour mesurer l’audience et vous proposer des services personnalisés. Consulter la politique cookies

Gestion de mes cookies

Notre site utilise des cookies pour mesurer l’audience et vous proposer des services personnalisés.
Consulter la politique cookies

Préférences d'utilisation

Ce cookie unique nous permet de sauvegarder vos préférences en matière de gestion de cookies. Il est requis pour l'utilisation du site et ne peut être désactivé. Il expire après six mois. Vous pouvez le supprimer en supprimant votre historique de navigation.

  • Gestion des cookies

Fonctionnalités du site

Ces cookies nous permettent le bon fonctionnement de la sélection sur le site lorsque l'utilisateur n'est pas connecté à son compte.

  • Ma sélection

Mesures statistiques

Ces cookies nous permettent d'obtenir des mesures sur la fréquentation de notre site (ex. : nombre de visites, pages les plus consultées). L'Observatoire Prospectif et Analytique des Métiers et Qualifications de la Métallurgie utilise ces données pour identifier les dysfonctionnements éventuels du site, et les améliorations à apporter.

  • Google Analytics

Médias

Les cookies déposés via les services de partage de médias ont pour finalité de permettre à l’utilisateur de visionner directement sur le site le contenu multimédia.

  • Vidéos YouTube
  • Vidéos Vimeo

Réseaux sociaux

Les cookies qui sont déposés via les boutons réseaux sociaux ont pour finalité de permettre aux utilisateurs du site de faciliter le partage de contenu et d’améliorer la convivialité.

  • AddToAny

Protection du spam

Les cookies déposés via les services de protection du spam.

  • Recaptcha