D’où vient le métier du Data Scientist? Il fait partie des métiers à avoir vu le jour récemment, et le nombre de profils LinkedIn contenant le mot-clé DataScientist a été multiplié par 30 sur ce laps de temps (cf. infographie)!
Quelle est sa date de naissance?
Selon Wikipedia, le terme Data Science a vu le jour en 1960… Mais cela paraît bien loin!
Si l’on se réfère aux tendances de recherches de Google via Google Trends, on s’aperçoit que le terme est né à la fin de l’année 2007, aux Etats-Unis:
Ce graphe montre, sur une échelle de 100, l’évolution du nombre de recherche du terme ‘Data Scientist’ dans le monde depuis dix ans.
Si l’on filtre sur les recherches en France, on se rend compte que l’engouement est bien plus récent! Il date en fait de Mai 2013, soit il y a 1 an et demi seulement!
Pour l’anecdote, et ce qui est magique avec l’outil Google Trends, c’est que l’on peut voir les recherches associées… Et là on rigole moins:
Comment le métier de Data Scientist a-t-il évolué?
On l’a vu dans un des précédents posts de ce blog, le terme a de multiples définitions.
Il s’agit selon moi du métier de Data Analyst / Dataminer qui a évolué sur deux aspects: le côté connaissance métier (qui a été développé avec l’avènement de l’expérience client, et toutes les données connexes qui gravitent autour de cette notion), et le côté Big Data.
Aujourd’hui, on le définit donc comme un statisticien devenu agile, expert en bases de données et en IT, avec un fort sens business. Si en plus il peut avoir un talent de graphiste pour pouvoir produire de la DataVizualisation, c’est encore mieux!
Ce mouton à 5 pattes, comme l’indiquent certains articles, se matérialisera davantage par une équipe regroupant l’ensemble de ces compétences, et non pas toutes les compétences reposant sur une seule tête.
Et demain?
Eh bien pourquoi pas un Chief DataScientist Officer? Qui reportera aux Comité exécutifs, et sera en lien totalement intégré avec les DSI (ou ce qu’il en restera vu la ‘SaaSisation’ des outils informatiques), Direction Marketing et Direction Finance pour des organisations classiques.
Et nous pourrions assister à une spécialisation du métier: puisqu’aujourd’hui il semblerait que ce terme regroupe plusieurs casquettes, nous pourrions voir apparaître de nouveaux métiers plus précis comme un Data designer (qui conçoit le système de données), un Data builder (qui produit le système de données, son alimentation, etc), un Head of Machine Learning (responsable de l’intelligence artificielle des machines), un Data meaning manager (chargé de donner du sens et vulgariser la donnée)… Tant de nouveaux métiers pour remplacer ceux qui disparaîtront très certainement dans les années à venir!
Le meilleur reste à venir 🙂
