Thématique 
Recherche et innovation 
Date
15 février 2020

Myriam Bertrand, enseignante à l’ESIEA, aide les jeunes à s’orienter en présentant son métier. Dans les pages de Jeux Vidéo Magazine, elle explique en quoi consiste le travail d’un ou d’une Data Analyst.

Notre enseignante Myriam Bertrand présente son métier dans Jeux Vidéo Magazine

 

Quelles sont les compétences et qualités nécessaires pour être Data Analyst ?

Le ou la Data Analyst doit avant tout savoir écouter les membres de son équipe, montrer de la curiosité et savoir faire de la veille scientifique. Il est important d’avoir un bagage solide en mathématiques et plus particulièrement en statistique et en informatique et de pratiquer les différents langages de base de données. Enfin, une qualité me semble incontournable pour un ou une data analyst : avoir conscience de ce qu’il est possible de faire ou de ne pas faire avec des données.

 

Récolter, trier, analyser des data : comment travaille un Data Analyst ?

Le rôle des data analysts n’est pas vraiment de récolter les données. Leur action consiste plutôt à recevoir les données que l’entreprise stocke ou à les recueillir auprès de ses clients, de ses marchés, des réseaux sociaux… Le ou la data analyst va ensuite les analyser. C’est là qu’entrent ses compétences de statisticien(ne)s. Le ou la data analyst commencera probablement par faire une analyse exploratoire des variables et des observations en utilisant les logiciels appropriés (comme R, SAS…). C’est ce que le monde de l’entreprise appelle « donner vie à la donnée ». Puis, de cette première analyse, il ou elle dégage quelques conclusions qui pourront être présentées, puis approfondies.

 

Pour analyser des données, faut-il avoir un objectif ou celui-ci se dessine-t-il au fur et à mesure ?

Pour explorer, le ou la data analyst n’a pas forcément besoin d’avoir un objectif. En revanche, pour analyser les données et pour les modéliser, l’objectif est évidemment incontournable !

 

Quels sont les secteurs d’activité les plus demandeurs ? 

Les premiers secteurs d’activité en demande de data analyse sont d’abord la banque et les assurances. Viennent ensuite le e-commerce (toutes les méthodes qui tournent autour de l’AB Test, d’ailleurs j’ai co-encadré la thèse d’Emmanuelle Claeys qui porte sur ce sujet), l’industrie automobile (les voitures autonomes impliquent un mélange d’analyse de données et d’IA), la sécurité (détection des fraudes bancaires) et, enfin, la médecine personnalisée.

 

Quels sont les liens entre l’analyse de data et l’intelligence artificielle ? 

L’intelligence artificielle est un domaine qui englobe de nombreux domaines d’études, de processus et d’outils. L’analyse de données permet d’identifier des tendances ou des « patterns » dans le comportement des « individus » de la base de données qui est analysée. Toutefois, l’extraction d’un sens et son automatisation par l’intelligence artificielle, pour découvrir par exemple des méthodes d’amélioration de la productivité, pourraient être encore plus utiles. L’intelligence artificielle est utilisée pour extraire du sens, pour déterminer de meilleurs résultats et pour permettre des prises de décisions plus rapides à partir de données massives. Dans un monde où la masse de données ne fait qu’augmenter, l’extraction d’un sens et la monétisation des données seront menées par l’intelligence artificielle pour le futur des entreprises et de la société ou le développement de la planète.

 

Dans le secteur spécifique des jeux vidéos et des univers persistants, le Data Analyst ne va-t-il pas devenir central dans le développement ?

L’avenir proche nous le dira…

 

Notre pédagogie vous intéresse ? 

Consultez nos objectifs