Voici la traduction d'un article de Geneviève Hayes, Data Scientist avec 15 ans d'expérience. L'auteur parle des compétences à développer pour augmenter significativement les chances de trouver un emploi en Data Science. Pour identifier ces compétences, elle a analysé 100 offres d'emploi par des employeurs d'Australie, du Canada, du Royaume-Uni et des États-Unis.
Auparavant, pour obtenir un emploi en science des données, il y avait suffisamment de compétences de base en programmation dans les langages R ou Python et des connaissances dans le domaine de l'apprentissage automatique acquises au MOOC (massive open online course).
En tout cas, j'ai entendu ça. Je n'ai pas eu la chance d'entrer dans le domaine de la science des données à un stade aussi précoce.
J'ai entendu parler de Data Science pour la première fois en 2015, près de trois ans après que Thomas H. Davenport et J. D. Patil aient qualifié le Data Scientist de «profession la plus attrayante du 21e siècle».
A cette époque, la concurrence sur le terrain était déjà féroce. Je pense que depuis, cela n'a fait que s'intensifier. L'intérêt pour cette profession augmente chaque année et de nombreuses universités proposent une maîtrise en science des données et en analyse.
Vous pouvez également dire avec confiance que pour que votre CV se démarque de la foule, il ne suffit pas de suivre un cours sur la science des données de Coursera.
Donc, si vous êtes déjà un programmeur de niveau «dieu» et que vous avez suivi tellement de cours d'apprentissage automatique que vous rêvez au hasard de «forêts aléatoires» et de réseaux de neurones la nuit, alors quelles compétences devez-vous travailler pour entrer dans le domaine des données La science? Et quand vous y arrivez, dans quelle direction évoluer davantage?
Pourquoi ne demandons-nous pas aux employeurs?
Compétences les plus importantes pour les professionnels de la science des données
Pour savoir ce que les employeurs attendent des spécialistes des sciences des données, j'ai examiné 100 emplois dans ce domaine. Tous ont été publiés sur LinkedIn du 22 avril au 5 mai 2019 et appartenaient à des sociétés d'Australie, du Canada, du Royaume-Uni et des États-Unis.
Lors du choix des avis de vacance, le type de sociétés d'embauche, leur taille, leur secteur d'activité et leur niveau de postes ont été pris en compte. Seuls les rôles de gestion n'étaient pas inclus dans la sélection.
A partir de ces annonces, j'ai sélectionné les compétences indiquées comme critères de sélection ou descriptions de poste, et identifié les 20 compétences les plus recherchées d'un spécialiste en Data Science (hors connaissance des langages et technologies de programmation).
Les voici:
Ces compétences peuvent être divisées en trois catégories:
- Modélisation et statistiques : comprend l'apprentissage automatique, la modélisation statistique et le déploiement de modèles.
- Et ingénierie des données et programmation : comprend le traitement des données primaires, le travail avec les bases de données et l'informatique distribuée (si les langages de programmation étaient inclus dans l'analyse, je les indiquerais également dans cette catégorie).
- Sociabilité et professionnalisme : comprend des connaissances professionnelles approfondies, la capacité d'analyser les données, de gérer et d'instruire les employés juniors.
Sur la base de ce qui précède, six compétences peuvent être identifiées qui méritent d'être développées afin d'augmenter considérablement les chances de trouver un emploi:
Modélisation et statistiques- Modélisation statistique
- Déploiement du modèle
Ingénierie des données- Travailler avec des bases de données
Sociabilité et professionnalisme- Fournir des informations sur les résultats de l'analyse des données
- Leadership et mentorat
- Sociabilité
(Si vous souhaitez en savoir plus sur la raison pour laquelle ces compétences sont importantes et sur ce que vous pouvez faire pour les développer, consultez cet article:
Comment devenir universel en science des données .)
Quelles compétences dois-je acquérir en premier?
Sur les 100 postes vacants trouvés dans le domaine de la science des données, 15 appartenaient à des postes de niveau débutant (junior, stagiaire, pour les «diplômés», etc.), 44 appartenaient à des spécialistes de niveau intermédiaire et 41 à des spécialistes de haut niveau (senior, principal, principal et principal). etc.).
Le tableau ci-dessous montre le pourcentage d'offres d'emploi qui mentionnent chacune des six compétences précédemment définies, ainsi que le classement de chaque compétence.
À tous les niveaux d'emploi, les «compétences de présentation et de communication» figurent invariablement parmi les deux compétences les plus demandées par les employeurs. En outre, les compétences en communication, telles que «expliquer les concepts techniques d'un public avec une pensée humanitaire» et «travailler avec les clients / parties prenantes», deviennent de plus en plus importantes à mesure que l'expérience professionnelle augmente.
Par conséquent, si vous deviez choisir une compétence, dont le développement devrait être travaillé, la sociabilité serait le bon choix.
Mais pourquoi s'attarder sur un seul?
La «modélisation statistique / analyse statistique» fait également partie des trois principales compétences à tous les niveaux de l'emploi, ce qui indique l'importance de leur développement. Ceci est particulièrement important pour les professionnels en début de carrière.
Lors du passage de postes de niveau débutant à un niveau supérieur, il convient de garder à l'esprit que le pourcentage de postes vacants dans lesquels la «modélisation statistique / analyse statistique» est qualifiée de compétences souhaitées passe de 53,3% à 86,4%.
Ceux qui envisagent de prendre une position plus élevée, il est important de prêter attention au développement des compétences en leadership et au mentorat. À condition que les compétences statistiques soient déjà développées.
Alors que seulement 6,7% des postes de niveau débutant dans le domaine de la science des données nécessitent des compétences en leadership / mentorat, dans les postes supérieurs, ils sont déjà requis dans 58,5% des cas (soit une augmentation de 873%), ce qui les place au cinquième rang des demandes .
En conclusion
Il faudra un certain temps pour perfectionner toutes les compétences ci-dessus, mais il devrait en être ainsi. Si vous pouviez maîtriser toutes les connaissances nécessaires sur le terrain pendant le week-end, aimeriez-vous consacrer les années de votre vie à ce travail?
Cependant, en vous concentrant sur une ou deux compétences à la fois et en ne les consacrant que quelques heures par semaine, vous obtiendrez un ensemble de compétences requises qui vous aideront à vous démarquer de la foule et à augmenter vos chances de croissance de carrière ou d'obtenir le poste souhaité dans le domaine de la science des données.
Alors, quelle compétence allez-vous maîtriser en premier lieu?