Data analyst / Data scientist

La science des données ( data science ) est un domaine pluridisciplinaire, qui utilise les procedé scienifiques, les algorithmes, ... pour tirer des informations interressantes d'une masse de données

Avec l'avènement de BIG Data et du cloud computing, on ne peut plus faire deux pas sans parler de data science. De nos jours, l'informatique est devenue remarquable au point où tout le monde l'utilise ( même ma Mami, ça c'est incroyable). Sachant que nous sommes environ 7.53 milliards sur terre et qu'il est très difficile d'analyser chaque individu individuellement, et que des applications arrivent à garder plus d'un 1,6 milliard d'utilisateur actif / mois, une idée très intéressante est alors née. Vu que ces utilisateurs interagissent avec nous chaque jour, pourquoi ne pas utiliser les données qui nous fournissent à bon escient ... C'est alors que l'analyse des données est née. Il s'agit donc d'appliquer beaucoup de mathématiques ( statistiques, .... ) sur les données récoltées pour en ressortir des informations intéressantes sur beaucoup de plans et de domaine.

Data science tout d'abord

La science des données ( data science) est un domaine pluridisciplinaire, qui utilise les procédés scientifiques, les algorithmes, ... pour tirer des informations intéressantes d'une masse de données. Plus simplement, il s'agit d'appliquer des opérations comme aurait pu appliquer dans une salle de classe sur un ensemble de notes pour savoir si les filles sont plus intelligentes que les garçons ( moyenne, écart-type, ... ) mais cette fois sur des données un peu plus grandes de taille avec des procédés bien plus complexes que cela. Et bien évidemment automatisable.

On pourra prendre exemple sur Google qui chaque jour analyse les résultats de recherches des utilisateurs pour leur proposer des pubs qui susciteront leurs intérêts... ( Oui ça c'est de la science de données). Et évidemment elle a toute son importance dans un monde ou les entreprises émergent chaque jour et que les données clients récolté peuvent aider amélioré l'activité de ceux-ci. 

Un autre exemple serait une entreprise agroalimentaire qui ayant des fonds décide de construire une filiale . Elle aimerait maximiser ses ventes à travers le projet et ainsi augmenter ses bénéfices. Si l'ont considère la possibilité de construire dans plusieurs villes, on pourra par exemple étudier ces villes ( leurs habitudes alimentaires, leurs gouts, ... ) afin de prendre de bonnes décisions. Alors le data scientist / data analyst à travers l'amas de données récolter, peut facilement déduire dans quelle zone une nouvelle implantation sera plus bénéfique....

Le terme Data science est souvent associé à beaucoup de termes : 

- Data mining

Deep learning

Et même L'intelligence artificielle

Le métier de data scientist et comment en devenir un

Comme exprimé précédemment, les data scientist sont ceux la chargée d'analyser de grandes masses de données et de tirer des informations bénéfiques pour une prise de décision. Ce métier est très lié à la mathématique ( Désole pour ceux qui n'aiment pas les mathématiques) et aux statistiques. Bien que Data science et statistique soit deux disciplines qu'on confond souvent

Il peut être appliqué à n'importe quels domaines allant de la médecine à l'économie. Ses extensions sont multiples et ses bénéfices quasi infinis 

De nos jours les données sont devenu plus chère que tout est d'une valeur inexprimable. Et bien évidemment la demande en data Scientist ( data analyst) ne cesse d'augmenter. Ce qui est une bonne nouvelle pour les futures data scientist .

Pour devenir data science, il est nécessaire de suivre

- un parcours universitaire dans le domaine de les mathématiques, physique ou informatique et cela jusqu'en licence

- Opter pour un master en science de données

Vous pourrez aussi découvrir . . .

Vous pourrez aussi découvrir . . .

Ulife.co 2019

2018