Accueil > FORMATIONS / APPRENTISSAGES > Portraits de métiers > Data analyst / Data scientist : qu’est-ce que la science des données ?
Data analyst Data scientist la science des données

Data analyst / Data scientist : qu’est-ce que la science des données ?

Nous avons beaucoup de données – et maintenant comment pouvons-nous dégager de la valeur réelle des données ? C’est ce que font les Data analysts et Data scientists car la science des données est un mélange multidisciplinaire d’inférence de données, de développement d’algorithmes et de technologie afin de résoudre des problèmes complexes sur le plan analytique.

Les données sont au cœur du processus. Des tonnes d’informations brutes, diffusées en continu et stockées dans les entrepôts de données de l’entreprise. Beaucoup à apprendre en l’exploitant. Des capacités avancées que nous pouvons construire avec lui. La science des données pour un Data analyst ou Data scientist consiste en fin de compte à utiliser ces données de manière créative pour générer de la valeur commerciale :

Centre de données
Découverte des données Insight
L’analyse quantitative des données pour aider à orienter des décisions stratégiques de l’entreprise
Développement de données Produit
Solutions algorithmiques en production, fonctionnant à l’échelle
Valeur de l’entreprise

Sciences des données – découverte de l’aperçu des données

Cet aspect de la science des données a pour but de découvrir les résultats à partir des données. Plonger à un niveau granulaire pour explorer et comprendre des comportements complexes, des tendances et des inférences. Il s’agit de découvrir des informations cachées qui peuvent aider les entreprises à prendre des décisions d’affaires plus intelligentes. Par exemple :

Les données de Netflix exploitent les habitudes de visionnage des films pour comprendre ce qui suscite l’intérêt des utilisateurs et s’en servent pour prendre des décisions sur les séries originales de Netflix à produire.

Target identifie les principaux segments de clientèle au sein de sa base et les comportements d’achat uniques au sein de ces segments, ce qui permet d’orienter le message vers différents publics du marché.

Proctor & Gamble utilise des modèles de séries chronologiques pour mieux comprendre la demande future, ce qui aide à planifier les niveaux de production de façon plus optimale.

Science des données
Comment les scientifiques des données obtiennent-ils de l’information ? Cela commence par l’exploration des données. Lorsqu’on leur pose une question difficile, les scientifiques des données deviennent des détectives. Ils enquêtent sur les pistes et essaient de comprendre le modèle ou les caractéristiques à l’intérieur des données. Cela demande une grande dose de créativité analytique.

Ensuite, selon les besoins, les scientifiques peuvent appliquer des techniques quantitatives afin d’obtenir un niveau plus profond – p. ex. modèles inférentiels, analyse de segmentation, prévision de séries chronologiques, expériences de contrôle synthétique, etc. L’objectif est de reconstituer scientifiquement une vue d’ensemble de ce que les données disent réellement.

Cette vision axée sur les données est essentielle pour fournir une orientation stratégique. En ce sens, les spécialistes des données agissent à titre de consultants, guidant les intervenants du milieu des affaires sur la façon de donner suite aux constatations.

Sciences des données – élaboration d’un produit de données

Un produit de données est un atout technique qui : (1) utilise des données en entrée, et (2) traite ces données pour obtenir des résultats générés de façon algorithmique. L’exemple classique d’un produit de données est un moteur de recommandation, qui ingère les données utilisateur et fait des recommandations personnalisées basées sur ces données. Voici quelques exemples de produits de données :

Les moteurs de recommandation d’Amazon vous proposent des articles à acheter, déterminés par leurs algorithmes. Netflix vous recommande des films. Spotify vous recommande la musique.
Le filtre anti-spam de Gmail est un produit de données – un algorithme en coulisse traite le courrier entrant et détermine si un message est indésirable ou non.
La vision par ordinateur utilisée pour la conduite automobile est également un produit de données – les algorithmes d’apprentissage automatique sont capables de reconnaître les feux de circulation, les autres voitures sur la route, les piétons, etc.

Ce n’est pas la même chose que dans la section aperçu des données , où le résultat est peut-être de fournir des conseils à un cadre supérieur pour qu’il puisse prendre une décision d’affaires plus éclairée. En revanche, un produit de données est une fonctionnalité technique qui encapsule un algorithme et qui est conçue pour s’intégrer directement dans les applications centrales. Exemples respectifs d’applications qui intègrent des produits de données en coulisses : La page d’accueil d’Amazon, la boîte de réception de Gmail et le logiciel de conduite autonome.

Les scientifiques des données jouent un rôle central dans le développement des produits de données. Cela implique l’élaboration d’algorithmes, ainsi que des tests, le raffinement et le déploiement technique dans les systèmes de production. En ce sens, les scientifiques des données servent de développeurs techniques, construisant des actifs qui peuvent être exploités à grande échelle.

Qu’est-ce que la science des données – l’ensemble des compétences requises

La science des données est un mélange de compétences dans trois domaines principaux :

Expertise en mathématiques

Au cœur de la compréhension des données minières et du produit de données de construction se trouve la capacité de voir les données sous un angle quantitatif. Il y a des textures, des dimensions et des corrélations dans les données qui peuvent être exprimées mathématiquement. Trouver des solutions à l’aide de données devient un casse-tête d’heuristique et de technique quantitative. Les solutions à de nombreux problèmes d’affaires impliquent la construction de modèles analytiques basés sur les mathématiques dures, où être capable de comprendre la mécanique sous-jacente de ces modèles est la clé du succès dans leur construction.

Elaboration d'un produit des données
De plus, on croit à tort que la science des données ne concerne que les statistiques. Bien que les statistiques soient importantes, ce n’est pas le seul type de mathématiques utilisé. Premièrement, il y a deux branches de la statistique – la statistique classique et la statistique bayésienne. Lorsque la plupart des gens se réfèrent à des statistiques, il s’agit généralement de statistiques classiques, mais la connaissance des deux types est utile. En outre, de nombreuses techniques inférentielles et algorithmes d’apprentissage machine s’appuient sur la connaissance de l’algèbre linéaire. Par exemple, une méthode populaire pour découvrir des caractéristiques cachées dans un ensemble de données est l’UDS, qui est fondée sur des maths matricielles et qui a beaucoup moins à voir avec les statistiques classiques. Dans l’ensemble, il est utile pour les spécialistes des données d’avoir des connaissances approfondies et étendues en mathématiques.

Technologie et piratage

Tout d’abord, précisons qu’il ne s’agit pas de piratage informatique comme dans le cas de l’introduction par effraction dans un ordinateur. Nous faisons référence à la sous-culture du piratage, c’est-à-dire la créativité et l’ingéniosité dans l’utilisation des compétences techniques pour construire des choses et trouver des solutions intelligentes aux problèmes.

Pourquoi la capacité de piratage est-elle importante ? Parce que les scientifiques utilisent la technologie pour manipuler d’énormes ensembles de données et travailler avec des algorithmes complexes, et qu’il faut des outils beaucoup plus sophistiqués qu’Excel. Les spécialistes des données doivent être capables de coder – des prototypes de solutions rapides, ainsi que de s’intégrer à des systèmes de données complexes. Les langages de base associés à la science des données comprennent SQL, Python, R et SAS. A la périphérie se trouvent Java, Scala, Hermione, et d’autres. Mais il ne s’agit pas seulement de connaître les bases de la langue. Un hacker est un ninja technique, capable de naviguer de manière créative à travers les défis techniques afin de faire fonctionner son code.

Dans le même ordre d’idées, un pirate informatique est un penseur algorithmique solide, capable de décomposer des problèmes compliqués et des recomposer d’une manière qui soit résoluble. C’est essentiel parce que les scientifiques des données opèrent à l’intérieur d’une grande complexité algorithmique. Ils doivent avoir une bonne compréhension mentale des données de haute dimension et des flux de contrôle des données délicats. Une clarté totale sur la façon dont toutes les pièces s’assemblent pour former une solution cohésive.

Fortes connaissances des affaires

Il est important pour un spécialiste des données d’être un consultant en affaires tactique. En travaillant en si étroite collaboration avec les données, les scientifiques des données sont en mesure d’apprendre des données d’une manière que personne d’autre ne peut le faire. Cela crée la responsabilité de traduire les observations en connaissances partagées et de contribuer à la stratégie sur la façon de résoudre les problèmes fondamentaux de l’entreprise. Cela signifie qu’une compétence fondamentale de la science des données est d’utiliser les données pour raconter une histoire de façon convaincante. Pas de vomissement de données – il s’agit plutôt de présenter un récit cohérent du problème et de la solution, en utilisant les connaissances des données comme piliers de soutien, qui mènent à une orientation.

Il est tout aussi important d’avoir ce sens aigu des affaires que d’avoir un sens aigu de la technologie et des algorithmes. Il doit y avoir un alignement clair entre les projets de science des données et les objectifs opérationnels. En fin de compte, la valeur ne provient pas des données, des mathématiques et de la technologie elle-même. Il s’agit de tirer parti de tout ce qui précède pour développer des capacités précieuses et exercer une forte influence commerciale.

Data analyst / Data scientist :

Qu’est-ce qu’un scientifique des données – curiosité et formation

L’état d’esprit

Un trait commun de la personnalité des scientifiques de données, que sont les data analystes et data scientists, est qu’ils sont des penseurs profonds avec une curiosité intellectuelle intense. La science des données consiste à être curieux, à poser de nouvelles questions, à faire de nouvelles découvertes et à apprendre de nouvelles choses. Demandez aux scientifiques les plus obsédés par leur travail ce qui les motive dans leur travail, et ils ne diront pas argent. Le véritable motivateur est de pouvoir utiliser leur créativité et leur ingéniosité pour résoudre des problèmes difficiles et de s’adonner constamment à leur curiosité. Dériver des lectures complexes à partir de données est plus qu’une simple observation, il s’agit de découvrir la vérité qui se cache sous la surface. La résolution de problèmes n’est pas une tâche, mais un cheminement intellectuellement stimulant vers une solution. Les spécialistes des données sont passionnés par ce qu’ils font et retirent une grande satisfaction à relever des défis.

Formation

Il y a une idée fausse flagrante que l’on a besoin d’un doctorat en sciences ou en mathématiques pour devenir un scientifique légitime dans le domaine des données. Ce point de vue ne tient pas compte du fait que la science des données est multidisciplinaire. Des études universitaires très ciblées sont certainement utiles, mais ne garantissent pas que les diplômés possèdent l’ensemble des expériences et des compétences nécessaires pour réussir. Par exemple, un statisticien titulaire d’un doctorat peut encore avoir besoin d’acquérir beaucoup de compétences en programmation et d’acquérir de l’expérience en affaires.

Produit des données
En fait, la science des données est une discipline relativement nouvelle et en plein essor, si bien que les universités n’ont pas participé à l’élaboration de programmes complets d’études en sciences des données – ce qui signifie que personne ne peut vraiment prétendre avoir  » fait toute la scolarité  » pour devenir un spécialiste des données. D’où vient la majeure partie de la formation ? La curiosité intellectuelle inébranlable des scientifiques des données les pousse à être des autodidactes motivés, motivés à apprendre par eux-mêmes les bonnes compétences, guidés par leur propre détermination.

Analytique et apprentissage machine – comment il est lié à la science des données

Il existe une multitude de termes étroitement liés à la science des données que nous espérons clarifier.

Qu’est-ce que Analytics ?

Au cours des dernières années, l’analyse s’est rapidement répandue dans le jargon des affaires ; le terme est utilisé de façon vague, mais généralement pour décrire la pensée critique qui est de nature quantitative. Techniquement, l’analytique est la « science de l’analyse » – en d’autres termes, la pratique qui consiste à analyser l’information pour prendre des décisions.

L’analytique est-elle la même chose que la science des données ? Ça dépend du contexte. Parfois elle est synonyme de la définition de la science des données que nous avons décrite, et parfois elle représente autre chose. Un spécialiste des données qui utilise des données brutes pour construire un algorithme prédictif entre dans le champ de l’analyse. En même temps, un utilisateur métier non technique interprétant des rapports de tableaux de bord pré-construits (par ex. GA) est également dans le domaine de l’analyse, mais n’entre pas dans l’ensemble des compétences requises en science des données. L’analyse en est venue à avoir un sens assez large. En fin de compte, tant que vous comprenez au-delà du niveau des mots à la mode, la sémantique exacte n’a pas beaucoup d’importance.

Quelle est la différence entre un analyste et un spécialiste des données ?

« Analyste  » est un titre de poste quelque peu ambigu qui peut représenter différents types de rôles (analyste de données, analyste marketing, analyste opérationnel, analyste financier, etc). Qu’est-ce que cela signifie par rapport aux scientifiques des données ?

Data Scientist : Rôle spécialisé avec des aptitudes en mathématiques, en technologie et un sens aigu des affaires. Les scientifiques des données travaillent au niveau de la base de données brutes pour en tirer des idées et créer des produits de données.

Analyste : Cela peut signifier beaucoup de choses. Le point commun est que les analystes examinent les données pour essayer d’obtenir des informations. Les analystes peuvent interagir avec les données au niveau de la base de données ou du rapport condensé.

Ainsi, « analyste » et « data scientist » ne sont pas exactement synonymes, mais ne s’excluent pas mutuellement. Voici notre interprétation de la façon dont ces titres d’emploi correspondent aux compétences et à l’étendue des responsabilités :

Qu’est-ce que Le Machine Learning ?

Le Machine Learning est un terme étroitement associé à la science des données. Il fait référence à une vaste classe de méthodes qui tournent autour de la modélisation des données pour (1) faire des prédictions de façon algorithmique et (2) déchiffrer des modèles de données de façon algorithmique.

Le concept de base est d’utiliser des données étiquetées pour former des modèles prédictifs. Les données étiquetées signifient des observations où la vérité au sol est déjà connue. Les modèles de formation consistent à caractériser automatiquement les données étiquetées de manière à prédire les balises pour des points de données inconnus. Par exemple, un modèle de détection des fraudes par carte de crédit peut être formé à l’aide d’un historique des achats frauduleux étiquetés. Le modèle qui en résulte estime la probabilité que tout nouvel achat soit frauduleux. Les méthodes courantes de formation des modèles vont des régressions de base aux réseaux neuronaux complexes. Tous suivent le même paradigme connu sous le nom d’apprentissage supervisé.

Science des données et technologie
Un autre paradigme de modélisation connu sous le nom d’apprentissage non supervisé tente de faire ressortir les modèles et les associations sous-jacents dans les données lorsqu’aucune vérité de terrain existante n’est connue (c.-à-d. qu’aucune observation n’est marquée). Dans cette vaste catégorie de méthodes, les plus couramment utilisées sont les techniques de regroupement, qui détectent de façon algorithmique les groupements naturels qui existent dans un ensemble de données. Par exemple, le clustering peut être utilisé pour apprendre par programmation les segments de clientèle naturels dans la base d’utilisateurs d’une entreprise. D’autres méthodes non supervisées d’exploitation des caractéristiques sous-jacentes comprennent : l’analyse des composantes principales, les modèles markov cachés, les modèles thématiques, et plus encore.

Toutes les méthodes d’apprentissage automatique ne s’inscrivent pas parfaitement dans les deux catégories. Par exemple, le filtrage collaboratif est un type d’algorithme de recommandations avec des éléments liés à l’apprentissage supervisé et non supervisé. Les bandits contextuels sont une variante de l’apprentissage supervisé où les prédictions sont modifiées de façon adaptative à la volée à l’aide d’un feedback en direct.

Cette vaste gamme de techniques d’apprentissage automatique constitue une partie importante de la boîte à outils de la science des données. C’est au spécialiste des données de déterminer quel outil utiliser dans différentes circonstances (et comment l’utiliser correctement) afin de résoudre des problèmes analytiquement ouverts.

Qu’est-ce que le Data Munging ?

Les données brutes peuvent être non structurées et désordonnées, l’information provenant de sources de données disparates, d’enregistrements mal assortis ou manquants et d’une foule d’autres questions délicates. Le munging des données est un terme pour décrire les querelles de données pour rassembler les données en vues cohérentes, ainsi que le travail de nettoyage des données afin qu’elles soient polies et prêtes à être utilisées en aval. Cela exige un bon sens de la reconnaissance de formes et des compétences de piratage astucieuses pour fusionner et transformer des masses d’informations au niveau de la base de données. Si elles ne sont pas bien faites, les données sales peuvent obscurcir la vérité cachée dans l’ensemble de données et induire complètement en erreur les résultats. Par conséquent, tout spécialiste des données doit être habile et agile dans la saisie des données afin d’obtenir des données exactes et utilisables avant d’appliquer des tactiques d’analyse plus sophistiquées.

Data science

Mot final

Pour toute entreprise qui souhaite améliorer ses affaires en étant davantage axée sur les données, la science des données est la sauce secrète. Les projets de science des données peuvent avoir des retours sur investissement multiplicatifs, à la fois en termes d’orientation, d’analyse des données et de développement de produits de données. Cependant, il est plus facile à dire qu’à faire d’embaucher des gens qui possèdent ce puissant mélange de compétences différentes. Il n’y a tout simplement pas assez de scientifiques des données sur le marché pour répondre à la demande (le salaire des scientifiques des données est très élevé). Ainsi, lorsque vous réussissez à embaucher des spécialistes des données, prenez soin d’eux. Qu’ils restent engagés. Leur donner l’autonomie d’être leurs propres architectes pour résoudre les problèmes. Cela les place dans l’entreprise pour être des résolveurs de problèmes très motivés, là pour relever les défis analytiques les plus difficiles.

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *