DJ Patil, le premier scientifique en chef des données de la Maison Blanche sous l'ancien président Barack Obama.abin Botsford/The Washington Post via Getty Images Si vous avez prêté la moindre attention au marché du travail ces derniers temps, vous avez peut-être remarqué une tendance émouvante à l'embauche de nos jours : chaque recruteur, des grandes entreprises aux petites startups, cherche à pourvoir un poste appelé data scientist. Si vous regardez de plus près, il est probable que certains de vos amis sans aucune formation scientifique aient déjà rattrapé le buzz et se soient rebaptisés professionnels des données sur LinkedIn.
Le terme data scientist, pratiquement inconnu il y a quelques années à peine, renvoie désormais plus de 25 000 résultats sur la page Jobs de LinkedIn, soit 2 000 de plus que les résultats de recherche de l'analyste financier universellement à la mode (du moins pour nous les New-Yorkais).
Pourquoi cette soudaine poussée d'intérêt ? Et qu'est-ce que cela signifie même, comme dans, que font les data scientists ? J'ai posé ces questions à la personne qui, selon moi, est la plus qualifiée pour y répondre : le gars qui a inventé le terme scientifique des données.
DJ Patil, un ancien cadre de LinkedIn (de 2008 à 2011) qui a ensuite été le chef des données scientifiques de la Maison Blanche sous le président Barack Obama, est connu comme le tout premier scientifique des données aux États-Unis. Son rôle au sein du gouvernement a été créé dans le cadre d'un vaste effort de numérisation au sein de l'administration dirigé par Obama, mais le choix des mots utilisés pour décrire ce rôle a été décidé pendant ses jours chez LinkedIn.
J'étais chez LinkedIn pour créer l'équipe de données, et Jeff Hammerbacher [co-fondateur de Cloudera] s'occupait de l'équipe de données de Facebook, et nous collaborions et comparions parfois nos notes. L'une des choses que nous avons réalisé, c'est que nous ne savions pas comment nous appeler, a déclaré Patil dans une interview avec Braganca le mois dernier.
Vous appelez-vous un analyste? Ça sent trop Wall Street. Chercheur ou statisticien ? Se sent trop académique, se souvient-il. Mais parce que je travaillais chez LinkedIn, je viens de tester tous les titres de poste auxquels nous pouvions penser pour voir lequel susciterait le plus d'intérêt chez les candidats. Il s'avère que tout le monde voulait être un scientifique des données, alors nous nous disons, OK, c'est comme ça que nous nous appellerons.
Le titre semble sophistiqué et juste assez vague pour transcender les industries et être pris au sérieux, même par des personnes qui n'ont aucune idée de ce que c'est.
Je pense que la raison fondamentale pour laquelle cela a décollé est que les gens ne sont pas vraiment sûrs de ce que cela signifie. Et c'est le pouvoir, a déclaré Patil. Lorsque vous vous identifiez comme quelque chose, les gens identifient également ce que vous n'êtes pas censé être. Ainsi, lorsque vous êtes dans une pièce et que vous dites que vous êtes un analyste de données, ils vont penser que vous n'êtes pas censé être à ces niveaux de réunions. Mais quand vous dites que vous êtes le scientifique des données, ils diront, Dieu merci, nous avons des gens intelligents ici.
L'augmentation de la demande de data scientists est en partie due à l'abondance sans précédent de données que nous avons accumulées à l'ère d'Internet, qui a alimenté un boom des emplois liés au big data dans diverses industries. Le titre de poste à consonance sexy a permis aux recruteurs de publier facilement des offres d'emploi et aux demandeurs d'emploi de se promouvoir. Mais son ambiguïté inhérente a également attiré les critiques de ceux qui sont confus quant à ce que cela signifie réellement.
Clint Chegin, chef de produit chez Career Site Indeed, a exprimé sa frustration dans un Poste moyen intitulé, Theres No Such Thing as a Data Scientist.
La grande majorité des descriptions de poste en science des données ne reflètent pas les exigences réelles du poste qu'elles annoncent, a écrit Jeremie Harris, fondateur de la plateforme de mentorat de carrière SharpestMinds.
Je suis généralement opposé à essayer de le définir trop rigoureusement, a déclaré Patil. L'important est de savoir comment vous utilisez les données pour interagir avec le monde, l'étudier et essayer de trouver de nouvelles choses.
Certaines de ces choses sont de nouveaux produits, comme une voiture autonome ou votre application météo . D'autres sont des analyses de données utilisées pour aider les gens à évaluer tout, des prêts aux décisions en matière de soins de santé, a-t-il poursuivi. Il existe toutes sortes de data scientists.Peut-être que le titre survit et peut-être qu'il se transforme en autre chose. Mais je pense que la chose la plus puissante ici est que nous utilisons les données de nouvelles manières pour construire des choses.
