Data scientist

Rechercher - Concevoir

A partir du niveau BAC + 5

DÉCOUVRE LE MÉTIER

Data scientist

Le data scientist valorise les données massives récupérées par l'entreprise en vue d'en tirer un avantage économique, commercial et concurrentiel. Il crée de nouvelles sources de données, parfois à partir de celles existantes, et conçoit des algorithmes et autres modèles de données prédictifs : performance opérationnelle du matériel roulant, des infrastructures et de la signalisation (anticipation des interventions, des défaillances...), performance écologique, expérience voyageur.

Activités d'un(e) Data scientist

Analyse des besoins des métiers de l'entreprise et identification de la technologie opportune
Organisation de la récupération, de la structuration et de la préparation des données pour les rendre exploitables
Identification et assemblage de données, modèles ou solutions en s'appuyant sur des technologies existantes (ex. : blocs d'algorithme ou approche mathématique)
Développement des modèles statistiques de prédiction et communication avec des outils de datavisualisation

Compétences techniques d'un(e) Data scientist

Déterminer une approche mathématique ou statistique
- Identifier une approche statistique ou mathématique d'un problème métier
- Déterminer la faisabilité technologique d'une solution algorithmique
- Prédire une tendance statistique à partir d'un modèle de probabilité
Concevoir l'architecture d'un système, d'un réseau
- Identifier les caractéristiques de puissance et de stockage nécessaires à un algorithme
- Équilibrer l'architecture logicielle et technique d'une solution algorithmique
- Analyser les besoins d'architecture fonctionnelle du SI (flux d'informations,destinataires des applications, etc.) et leurs impacts
Concevoir un algorithme
- Assembler des briques d'algorithmes issues de bibliothèques ouvertes
- Permettre l'explicabilité de l'algorithme et ses fonctionnalités
- Tester de nouvelles approches algorithmiques sollicitant moins de ressources informatiques

Compétences transverses d'un(e) Data scientist

Organiser un projet
- Analyser et gérer les risques globaux (industriels, projet, cybersécurité, environnement, etc.)
- Planifier et répartir les tâches selon le besoin d'expertise et la charge de travail
- Organiser une communication efficace entre les parties prenantes du projet
Mener et intégrer une veille
- Organiser une veille technologique sur l'évolution des technologies, procédés et méthodes
- Assurer une veille permanente sur les normes et la réglementation et suivre l'ensemble des tendances quantitatives et qualitatives autour d'une problématique
- Développer l'usage de nouvelles technologies et insuffler de nouvelles méthodes de travail auprès des équipes
Contribuer à la cybersécurité de l'entreprise
- Reconnaître et traiter les données sensibles
- Intégrer le risque de cybercriminalité dans ses activités
- Assurer la cybersécurité des données numériques

Compétences comportementales d'un(e) Data scientist

S'adapter à des situations diversifiées
- Adapter sa méthodologie en fonction du projet et en prenant en compte divers paramètres (budget, cible, planning, etc.)
- Adapter son organisation à la diversité, à l'incertitude et à la complexité des situations
- Se montrer agile et proactif dans ses démarches (intrapreneuriat)
Assurer une communication constructive avec l'ensemble des collaborateurs
- Entretenir des relations constructives pour favoriser la collaboration entre les différents interlocuteurs
- Travailler seul ou en équipe grâce à des outils et des méthodes partagés, en réseau et à distance
- Transmettre les informations utiles au projet et communiquer avec l'ensemble des collaborateurs concernés
Transmettre des savoir-faire et des connaissances
- Expliquer une méthode de travail de manière fluide et partager les échecs et les réussites
- Assurer une montée en compétence de l'équipe

ÉVOLUTIONS ANTICIPÉES

Data scientist

Transition numérique
Maintenance prédictive
Maintenance prédictive : Exploitation de nouvelles données collectées grâce aux capteurs de maintenance prédictive. Une chaîne de collecte et de traitement des informations doit être mise en œuvre pour faciliter la maintenance.
Transition numérique
Cybersécurité ferroviaire
Le risque cyber doit être intégré dans les activités du Data scientist pour assurer la sécurité des données numériques
Transition numérique
Intégration de l'IA et des modèles de données
L'intégration de l'IA dans les algorithmes de traitement des données peut transformer les activités du Data Scientist : modélisation, simulation, traitement de données…

ACCÈS AUX MÉTIERS

Data scientist

Niveau de formation conseillée

Ce metier est accessible à partir d'un diplôme de niveau bac +5 (Ingénieur, master) dans le domaine des mathématiques , des données, ou des statistiques