Comment devenir Data Engineer, Data analyst ou Data Scientist ?

1. Formations et diplômes

 On trouvera différentes voies pour se former :

• Les formations en ligne: bon choix pour démarrer et se former à son rythme mais peu crédible sur le long terme.
• Les masters en Data : Ce sont des formations complètes avec un diplôme reconnu d'État à la clé. En revanche, le cout (entre 10 000€ et 20 000€) peut parfois être considéré comme un obstacle.
• Les formations type Bootcamp :  bon compromis entre la flexibilité d’un cours en ligne et la profondeur théorique d’un master, la formation se veut autant pratique que théorique et applicable en entreprise. Il y a 3 niveaux : Essentials (Niveau débutant dans la Data), Fullstack (Devenir Data Scientist, Data Analyst), Lead (Devenir senior en Data)

 

Source : https://realpython.com/python-data-engineer/

 

• Se former au métier de Data Engineer

 Les formations en Data Engineering sont rares mais il en existe.

‍Les attendus du marché :

 France :

 Bac +3 à Bac +5 en statistique, en informatique, en mathématique ou bac +5 dans une école d’ingénieur

 Canada/USA :

 Bachelor of Science in Technology, Engineering, Computer Science or Mathematics (STEM)

 Exemples :

• Master Pro Expert en Ingénierie Informatique, option Business Intelligence et Big Data (Lyon)

• Ecole 42, Jedha Bootcamp...

• Master spécialisé Big Data (Télécom ParisTech, EM Grenoble, Essec...)

• Master Informatique, spécialité Exploration Informatique des Données et Décisionnel

• Certification Google Cloud Certified - Professional Data Engineer

 

Source : https://www.data-bird.co/metiers-data/data-analyst

 

• Se former au métier de Data Analyst

 Ici, les offres en formations sont plus nombreuses :

‍Les attendus du marché :

 France : Bac +3 à bac +5 en statistique, Big Data, en informatique, en mathématique, en Business Intelligence ou bac +5 dans une école d’ingénieur spécialisée.

Des formations de niveau bac+3 peuvent mener à des fonctions d’assistant analyste.

 Canada/USA : Bachelor of Science en Technology, Computer Science, Engineering ou Mathematics (STEM)

 Exemples :

• Le cursus « Big Data et Business Analytics »

• Le master spécialisé « Big Data »

• Le master en marketing

• La formation IAMD (Ingénierie et Application des Masses de Données)

• Le diplôme d’université « Analyste Big Data »

• Le master spécialisé « Manager l’innovation et le développement d’activité »

• Le master « Systèmes décisionnels : architecture, exploration de données et optimisation »

• Le « cycle ingénieur » de l’ESIGELEC Rouen

• Data ScienceTech Institute: trois programmes de formation de niveau master en Data Science, Data Analytics et en Data Engineering

• Écoles d'ingénieurs : Polytechnique, Telecom ParisTech, Essec-Centrale Paris, ESILV, ESIGELEC Rouen, Ensimag Grenoble...

Source : https://machinelearningmastery.com/become-data-scientist/

• Se former au métier de Data Scientist :

Les attendus du marché :

 France :

Bac+5 à doctorat en statistique, en informatique, en mathématique avancées, économétrie ou bac+5 en école d’ingénieur spécialisée

 Canada/ USA :

Master or Ph.D. en Technology, Computer Science, Engineering ou Mathematics (STEM)

 

Exemples :

• Master en école de commerce ou ingénieur
• ESSEC : MSc in Data Science & Business Analytics
  
• ESG : MBA Big Data
• TELECOM : Master Big Data : gestion et analyse des données massives
• ENSAE : MSc en Big Data 
• Diplôme d’ingénieur avec spécialisation Big Data / Data Science :

-IAMD – Ingénierie et Applications des Masses de Données (Télécom Nancy) 
-Master 2 Mathématiques et Applications :Parcours Data Science (Ecole Polytechnique) 
-Big Data & Data Science (Mines Nancy) Data Science (Ensae ParisTech) 
-Bachelor en Data Science (FHNW, Haute Ecole Spécialisée du Nord-Ouest de la Suisse) 
-Master en Data Science (EPFL, Ecole Polytechnique Fédérale de Lausanne)
-L’AI school : cycle Bachelor in Artificial Intelligence & Business, cycle Master in Artificial Intelligence & Management. 

 A noter :

Plus des ¾ des data scientists sont titulaires d’au minimum un master, près de la moitié possèdent un doctorat. 

Beaucoup de Data Scientists ont commencé en tant que Data Analyst car ce métier va vous permettre de vous rôder sur les compétences de Data Visualisation et de Data

 

Compétences et outils :

 

1. Le Data engineer

 Le Data Engineer est avant tout un informaticien dont on  peut attendre certaines compétences : 

• Être un développeur de haut niveau

• Langages de programmation : Python, Java, Ruby, R, C+++, Scala, SQL, ETL et ses versions “modernes” NoSQL (Hive, Impala, Spark SQL) et Hadoop pour la partie Big Data, le Cloud, les méthodes DevOps et CRISP

• Savoir gérer des bases de données SQL, MongoDB ou encore Cassandra.

• Créer des data pipelines pour transformer la donnée en information avec apache spark, apache airflow ou kafka ou Hadoop

• Maîtriser les environnements Cloud pour les Data Warehouses type Amazon (aws) RedShift, Google cloud, BigQuery, Snowflake, Microsoft Azure

• Savoir manipuler les outils d’ETL pour agréger et transformer les données (ex : Fivetran).

• Comprendre les technologies de Machine Learning, Deep Learning et Intelligence Artificielle utilisées par les Data Scientists.

• Création de reporting/Tableau de bord et définition de KPI

 Soft skills:

• Communication (échanger avec son équipe pour comprendre les besoins de chacun)

• Résolution de problème

• Sens “produit » (connaitre le produit pour lequel on travaille)

• Curiosité intellectuelle (faire de la veille, se former aux nouveaux outils…)

Le programme de la formation data engineer. © DataScientest

 

 

 

1. Le Data scientist

 

 Le Data Scientist doit avoir des compétences techniques, variées et pluridisciplinaires dont :

• Exploration et statistiques (SQL// NoSQL modélisation de données, statistiques descriptives, notebooks, analyse de données textuelles…)

• Machine Learning (librairies, algorithmes basiques et avancées, bonnes pratiques de Data Science…) voire Deep learning, IA

• Maîtrise technique de logiciels complexes : il doit être capable de programmer (python, R, Perl, Java, C++ et base en software engineering (programmation)

• Maîtriser les bases de l’analyse de données (Excel, Access, SQL, SPSS, Tableau, Statistiques…)

• Avoir une bonne compréhension du monde de l’entreprise pour communiquer de manière compréhensible les conclusions d’analyses de données complexes via des outils de Data Visualisation et définir des KPI.

Soft skills :

• Communication (avec des collaborateurs différents à tous les niveaux de l’entreprise)

• Curiosité intellectuelle (découvrir des modèles, des solutions appropriées pour résoudre des problèmes business)

• Avoir un esprit critique

• Intuition « business » (trouver des solutions analytiques à des problèmes business)

 

 Le programme de la formation data Scientist © DataScientest

 

 

 

1. Le Data analyst

 

Polyvalent et flexible, le Data Analyst a besoin de différentes compétences dont :

• Compétences avancées en statistiques et en mathématiques (probabilité et algèbre).
• Être capable de travailler avec des bases de données relationnelles et structurées et d’effectuer divers types de requêtes,
• Langages : SQL, Python, R, SAS
• Outils analytiques : Excel, jupyter
• Maitrise Datawarehouse et Datalake
• Savoir exploiter avec aisance les tableurs comme Excel ou Google Sheets.
• Maîtriser parfaitement les outils de Data Visualisation et de Business Intelligence.
• Optionnellement, avoir des connaissances basiques en programmation.
• Savoir faire parler la donnée de manière intelligible et contextualisée en inspirant les différentes équipes métiers par un talent narratif et par des visualisations de données (Data Storytelling).

Soft skills :

• Communication (savoir présenter, vulgariser et communiquer sur ses résultats)
• Esprit de synthèse (être capable de construire des Dashboards et vulgariser/livrer une vision synthétique claire)
• Capacité d’analyse et esprit critique pour interroger les données.
• Être à l’écoute (écouter les besoins des équipes)
• Organisé et rigoureux pour mener des analyses strictes, poussées et qui reflètent la réalité

 

Le programme de la formation data analyst © DataScientest

 Pour résumer : Source : https://www.empirik.fr/data-analyst-data-engineer-data-scientist

 

Et les salaires ?

 

Les salaires ne sont pas fixes. Ils dépendent de plusieurs facteurs : Pays, régions, diplômes, formations, compétences, expériences, le marché, le budget des entreprises, etc.

 Les salaires étant plus élevés de l’autre côté de la manche ou de l’atlantique, il n’est pas rare de voir des talents formés dans l’hexagone s’expatrier outre-Atlantique.

 Il ne s’agit donc pas ici de donner des salaires définitifs mais de fournir quelques exemples de fourchettes recueillis sur certains sites comme glassdoor ou linkedin.

 

 Source: www.salary.com (2021)

 

source : https://careerfoundry.com/en/blog/data-analytics/big-data-engineer-salary/

 

Le Data Engineer

Exerçant de fortes responsabilités, le Data Engineer gagne un salaire confortable.

Pour 2021 :

France

Junior : 31-40K€

Confirmé : 40-55K€

Expérimenté : 55-90K€

UK 

Junior : 30-35K£

Confirmé : 45-75K£

Expérimenté : 75-120K£

 Amérique du Nord (Canada/USA)

Junior : 65-75K$

Confirmé : 69-150K$

Expérimenté : 150-500K$

Selon Glassdoor, en 2022, le salaire moyen pour le poste de Data Engineer est de 45000€/an en France, et aux USA (New York) de 118 168 $.par an.

 

Source : https://careerfoundry.com/en/blog/data-analytics/data-scientist-salary/ (2021)

Le Data Scientist

 

Grâce à sa polyvalence, le Data Scientist est un des métiers les mieux payés dans le secteur de la data selon son niveau d’expérience. Le Data Scientist étant un métier demandant plus de compétences que le Data Analyst, il n’est pas étonnant que son salaire soit supérieur.

 

Pour 2021

 France :

 Junior : 30-45K€

Confirmé : 40-60K€

Expérimenté : 55-90K€

 UK

Junior : 23-55K£

Confirmé : 40-75K£

Expérimenté : 60-100K£

 Amérique du Nord (Canada/USA)

 Junior : 61-156K$

Confirmé : 75-175K$

Expérimenté : 93-256K$

 

Le salaire moyen d’un Data Scientist est plus élevé sur la côte est et la côte ouest des États-Unis.

En France, en 2022, selon Glassdoor, un Data Scientist gagne en moyenne 46200€/an et 116467$ aux USA (New York)

Source : https://careerfoundry.com/en/blog/data-analytics/data-analyst-salary-guide/ (2021)

 

Le Data analyst

 

Le Data Analyst a un salaire inférieur à celui du Data Scientist. Car même si ces deux corps de métier restent assez similaires, le Data Scientist joue un rôle différent de celui du Data Analyst, qui lui exige des compétences particulières...

2021 :

France

Junior : 31-44K€

Confirmé : 38-50K€

Expérimenté : 55-80K€

UK 

Junior : 22-43K£

Confirmé : 25-58K£

Expérimenté : 65-85K£

Amérique du Nord (Canada/USA)

Junior : 37-84K$

Confirmé : 42-95K$

Expérimenté : 50-250K$

Selon glassdoor, le salaire moyen d’un data analyst en France en 2022 serait de 42000€/an et de 69517$ aux USA.

 

Vous voilà muni des éléments de base pour vous lancer sur la voie de votre métier data.

On vous souhaite beaucoup de succès et n’hésitez pas à nous donner quelques récits de vos aventures.

Les métiers de la data vont encore muter et se transformer avec l’intelligence artificielle et les avancées techniques. De plus en plus de formations s’adaptent et vous devrez faire de même pour ne pas vous retrouver dépasser vu la rapidité des changements.

 Et si tout va bien, vous pourrez postuler sur notre plateforme pour obtenir votre premier job data… Qui sait ?

 A bientôt sur anywr.io