Ingénieur de l'Ecole nationale supérieure des sciences applicatives et du risque (ENSAR) , spécialité Science de la donnée

L'ingénieur en science de la donnée a pour responsabilités d’être le traducteur ou l’interface entre les problématiques opérationnelles métiers et la Data, de fiabiliser et d’améliorer la qualité des données, de transformer des données dans un format adapté à l’analyse et d’analyser les données avec un regard opérationnel métier afin d’orienter les décisions stratégiques de l’entreprise. L'ingénieur en science de la donnée joue un rôle central dans la chaine de valorisation des données. Il est ainsi est un maillon essentiel des équipes Data au sein desquelles il interagit avec les « Data Architect » (responsables de la conception, de la mise en œuvre et de la gestion des architectures de données), les « Data Scientist » (responsables de la définition et de la mise en œuvre des algorithmes de ML) et les « Data Protection Officer » (responsables de la conformité au RGPD). Le fait d’être en prise directe avec les problématiques business lui permet d’amener une vision opérationnelle dans les projets de l’entreprise. L'ingénieur en science de la donnée réalise, présente et communique ainsi des analyses métiers aux directions opérationnelles en se basant sur des données fiables et qualifiées pour objectiver la prise de décision et développer la valeur de l’entreprise par la Data. Ainsi, les activités de l'ingénieur en science de la donnée au sein d’une entreprise peuvent se synthétiser en quatre familles principales : * Préparation et sécurité des données : o Collecte des données : ingestion et stockage normalisé (dans le respect des normes réglementaires et des procédures internes) des données souvent issues de différentes sources internes ou externes : bases de données SQL ou NoSQL, datalake. o Exploitation des données : audit, mesure et amélioration continue de la qualité et de (cyber)sécurité des données, définition des référentiels de données (documentation). o Application de traitement : respect de la protection des données personnelles ou sensibles (minimisation, pseudonymisation, agrégation, etc.), définition des règles de gestion et de confidentialité des données, éthique des données. * Analyses opérationnelles métiers : o Compréhension des besoins Data des métiers au sein des directions opérationnelles o Exploration des données à l'aide de logiciels spécifiques o Exploitation métiers des données à l'aide de logiciels spécialisés dans l'analyse de données, la modélisation statistique ou le calculs d’indicateurs. o Réalisation d’études métiers sur les données : dashboard réalisés à l'aide de logiciels spécialisés, rapport, présentation, PoC. * Valorisation des données et des analyses : o Présentation des données à l'aide de logiciels de datavisualisation o Partage des résultats et analyses à différents interlocuteurs (métier, direction, utilisateurs). o Communication des résultats : data storytelling. * Participation aux projets de développement des usages dans l’entreprise : o Identification des cas d’usage pour son métier. o Participation aux projets data de l’entreprise par l’apport de la vision métier et des données afférentes.