Missions

Le Data Scientist exploite, analyse et évalue la richesse de données pour établir des scénarios permettant de comprendre et d’anticiper les futurs leviers métiers ou opérationnels.

Activités principales

Extrait, analyse des données pour traduire une problématique métier en problème statistique
Crée des algorithmes qui permettent d’explorer les données utiles
Emets des recommandations sur les bases de données à consolider, modifier, rapatrier, externaliser, internaliser et conçois des datamarts -voire des entrepôts de données
Evalue la qualité́ et la richesse des données, les analyse et en restitue les résultats pour faciliter la prise de décisions
Crée des algorithmes qui permettent de modéliser un use case
Compétences Clés

Techniques statistiques d’analyse des données en grande masse (structurées ou non structurées), niveau 4
Principaux outils courants de datamining : SAS/SPSS, niveau 3
Mise en œuvre des outils de collecte, préparation et restitution des données dans un environnement technique Big Data : Hadoop, Pig/Hive, Oozie, Kerberos, Ranger, Kibana, Cassandra, Spark, NIFI, …etc…, niveau 4
Programmer dans les langages courament utilisés dans le big data: Pig/Hive, Hbase, Python, Spark, R, MapReduce, JAVA, algorythme de machine learning, Complex Event Processing, niveau 4
Langages ouverts de manipulation de données et/ou datamining : SQL, R, Python.., niveau 4
Outils d’algorithmie/machine learning (type scikitlearn), niveau 4
Outils de la datavisualisation, niveau 4
Compétences additionnelles

Nouveaux domaines : graphmining, analyse de séquences…, niveau 4
Analyser des données client et des données entreprise : segmentation, scoring/profiling,…, niveau 4
Présenter ses analyses de façon visuelle et intelligible (storytelling, scribing…), niveau 4

Relations fonctionnelles:Toutes les structures

Formation souhaitée: BAC+4/5 statistiques

Expérience nécessaire 2 ans au moins en gestion ou analyse de données