Data science : définition, disciplines et compétences

La data science consiste à exploiter des données en vue de s'informer sur un sujet précis. Dans une optique de data engineering, elle présente de nombreuses possibilités d'applications, notamment avec les process d'intelligence artificielle, de machine learning ou d'analyse statistique.

La data science, qu’est-ce que c’est ?

Egalement connue sous le terme de science des données, la data science cible l’exploitation d’ensembles de données. Pour y parvenir, il est possible de se servir d’algorithmes, de techniques scientifiques ou d’autres systèmes dédiés à cet usage.

Concrètement, la data science permet de parfaire ses connaissances sur un sujet, de dégager une tendance ou de disposer d’un support d’information fiable pour réaliser un projet. Dans un contexte professionnel, une entreprise est ainsi en mesure d’anticiper les évolutions de son secteur d’activité, de développer une nouvelle gamme de produits ou même d’organiser une opération marketing.

Quelles sont les disciplines de la data science ?

La data science consiste en une approche pluridisciplinaire de l’exploitation des données. Elle implique de nombreux domaines d’expertise. Par exemple, les mathématiques appliquées, les sciences statistiques, l’informatique, la data engineering, l’intelligence artificielle et le concept de machine learning. Elle emploie différents outils liés aux technologies de l’information :

  • la visualisation de données ;
  • l’apprentissage automatique ;
  • le stockage de données ;
  • les modèles de probabilité ;
  • la programmation de logiciels et d’utilitaires…

Les domaines d’application sont innombrables, dans le sens où la data science est susceptible de toucher tout type d’activité professionnelle. Néanmoins, on recourt surtout à son usage dans les secteurs suivants : l’aéronautique, l’économétrie, les télécommunications, l’e-commerce, les médias et la santé publique. Il s’agit là d’une liste non exhaustive.

Un data scientist, c’est quoi ?

Le data scientist est chargé de la stratégie entrepreneuriale en matière de gestion de l’information et de traitement des données. Il a la possibilité de travailler dans différents domaines professionnels, comme la finance, l’industrie ou le tertiaire. En tant qu’expert et responsable de la data science au sein d’une entreprise, on peut lui confier de nombreuses missions :

  • l’analyse des tendances du marché ;
  • la prévision des ventes ;
  • l’organisation d’une campagne publicitaire ;
  • la maintenance prédictive industrielle…

On peut aussi évoquer l’amélioration des systèmes de transport urbain, la fidélisation client ou l’automatisation des processus.

Quel le profil de compétence attendu d’un data scientist ?

Un data scientist maîtrise de nombreux domaines d’expertise liés à la data science, comme le machine learning, la gestion des risques ou les mathématiques appliquées. Il doit faire preuve de polyvalence et d’adaptabilité. Il présente une aisance relationnelle pour collaborer avec différents acteurs de l’entreprise ; des équipes responsables des projets aux supérieurs hiérarchiques.

Dictionnaire de l'intelligence artificielle