PRÉSENTATION
Pouvez-vous vous présenter brièvement et expliquer votre parcours jusqu’à votre poste actuel de Data Engineer ?
Je m’appelle Anani DJATO et je travaille dans le domaine de la data et de l’IA depuis plus de cinq ans. Je suis actuellement Data Engineer au sein d’un grand groupe en France.
Mon parcours a débuté par des études en mathématiques, avec une spécialisation en statistiques, puis un doctorat axé sur la simulation, la modélisation numérique et le traitement des données. J’ai ensuite évolué dans le milieu académique avant de rejoindre le secteur industriel en tant que Data Scientist.
Au fil de mes expériences, je me suis orienté vers le Data Engineering pour répondre aux enjeux croissants liés à la gestion des données. Aujourd’hui, je conçois et mets en place des pipelines de données, tout en travaillant sur des architectures data modernes afin de garantir la qualité, la fiabilité et la disponibilité des données pour les équipes métiers et data.
COMPRENDRE LE MÉTIER DE DATA ANALYST
Pour quelqu’un qui découvre ce domaine, qu’est-ce qu’un Data Analyst et quel est son rôle dans une entreprise ?
Le rôle d’un Data Analyst est de transformer des données brutes en informations exploitables
pour aider les managers à prendre des décisions orientées sur le métier.
Ses missions principales sont entre autres :
- La collecte des données. Il identifie et extrait les données provenant de différentes sources
(bases de données, fichiers CSV ou Excel, etc).
- Ensuite, on a le nettoyage des données qui est l’étape la plus cruciale.
Les données brutes sont souvent incomplètes ou peuvent contenir des données non adaptées qui peuvent fausser ou biaiser
les résultats. Le Data Analyst va les nettoyer pour éviter de prendre des décisions erronées.
- Ensuite, vient l’analyse à l’aide de méthodes statistiques. Le Data Analyst va chercher des tendances, des corrélations ou des anomalies.
- – Lors de l’étape de la visualisation des données, le Data Analyst crée des tableaux de bord (ou dashboards) clairs pour que les managers ou les décideurs puissent interpréter les résultats d’un seul coup d’œil.
Le Data Analyst occupe une position stratégique dans l’entreprise. En effet, il est au service des autres équipes. Il peut intervenir par exemple dans :
- Le marketing pour analyser l’efficacité d’une campagne publicitaire et calculer le retour sur investissement.
- La vente pour prédire les tendances de consommation pour ajuster les stocks.
- Sur un produit comme une application pour identifier les fonctionnalités qui sont les plus utilisées par les clients.
Quelle est la différence entre Data Analyst, Data Scientist et Data Engineer ?
Un Data Analyst va analyser les donner via des visualisations et des méthodes statistiques descriptives afin que le manager ou les décideurs puissent prendre de meilleures décisions pour orienter l’entreprise. Il a donc un rôle beaucoup plus stratégique.
Un Data Scientist va aussi analyser les données, mais de façon beaucoup plus poussée techniquement. Il va utiliser par exemple des algorithmes de machine learning et de deep learning entre autres pour résoudre de vraies problématiques business : par exemple prédire les prix des maisons dans 10 ans dans le quartier de Tokoin à Lomé, détecter des fraudes bancaires ou classer des documents de façon automatiques.
Le rôle d’un Data Engineer vient avant celui de Data Analyst et de Data Scientist. C’est le Data Engineer va aller chercher les données sur différences plateformes comme par exemple un site web, une API, une application mobile, une base de données entre autres, et les mettre à disposition des Data Analyst et Data Scientist. Il va mettre des outils en place pour faciliter la collecte, le traitement et le stockage des données fiables dans les formats adaptés. Cela va permettre aux Data Analysts et aux Data Scientists de ne pas perdre un temps important pour ordonner les données.
LES COMPÉTENCES NÉCESSAIRES
Quelles sont les compétences techniques essentielles pour devenir Data Analyst aujourd’hui ?
Pour devenir un ou une analyste des données, il est nécessaire de savoir extraire les données depuis leurs sources et savoir les nettoyer, savoir requêter ou interroger une base de données relationnelle et savoir programmer dans les langages de programmation les plus utilisés dans Data. Aussi, représenter graphiquement les données pour faire des interprétations afin de prendre des décisions orientées métier est crucial pour un ou une analyste de données. Et pour terminer, quelques notions en mathématiques notamment en algèbre linéaire et en statistiques peuvent aider à mieux comprendre certaines techniques ou méthodes de manipulation des données.
Quels outils ou langages un débutant devrait-il apprendre en priorité ?
Le monde de la Data évolue très rapidement et les technologies utilisées peuvent varier selon le domaine d’activité.
Cependant, Le langage SQL est très utilisé pour extraire et manipuler les données d’une base de données relationnelle.
Le Langage Python est devenu une norme en entreprise. Sa syntaxe est facilement lisible et il dispose d’un écosystème riche en bibliothèques. Ce qui en fait un outil parfait pour automatiser des tâches d’extraction, de nettoyage et d’analyse. Par exemple Pandas est la bibliothèque clé pour la manipulation et l’analyse de données tabulaires, Numpy pour les calculs numériques complexes et Matplotlib ou Seaborn pour la visualisation rapide.
Les outils BI, BI pour Business Intelligence, permettent de transformer les données en tableau de bords interactifs. Power BI est l’outil BI le plus présent en entreprise. Mais, il en existe d’autres comme Tableau ou Looker.
Les technologies cloud occupent aujourd’hui une place non négligeable dans l’écosystème Data. Une maîtrise d’au moins une plateforme cloud telle que Microsoft Azure ou Amazon web service ou Google Cloud Plateform serait un plus.
COMMENT DEVENIR DATA ANALYST
Est-il possible de devenir Data Analyst avec une licence en mathématiques, une licence scientifique, ou en reconversion professionnelle ?
Avant l’arrivée l’IA et la Data, je dirais plutôt avant l’explosion de la Data et de l’IA, les Data Analyst étaient des Statisticiens, c’est-à-dire des gens qui ont fait leurs études en mathématiques ou qui se sont spécialisés en Statiques. Aujourd’hui avec l’évolution de l’IA et du Big Data,
des outils, plateformes ou bibliothèques pour analyser facilement les données se sont tellement développés et disponibles sur le marché qu’il n’est plus nécessaire d’avoir des compétences poussées en mathématiques/statistiques pour devenir Data Analyste. Mais, ceux qui ont une formation en mathématiques, statistiques ou en informatique sont les meilleurs en Data et en IA.
Dans ce sens, Deezpro crée un parcours de formation Data Analyst, pensé pour être pratique et accessible.
Voici le module 1 pour démarrer :
https://deezpro.com/cours/introduction-a-la-data-et-decouverte-du-metier-de-data-analyst/
Pour être notifié de la sortie du parcours complet, remplissez ce formulaire :
https://tally.so/r/0QvEry
L’IMPACT DE L’IA
Avec l’arrivée de l’intelligence artificielle, certains pensent que les métiers de la data vont disparaître. Quel est votre avis ?
Je dirais plutôt que l’IA et la Data sont étroitement liées. L’IA est basée sur les données. D’ailleurs les performances d’une IA dépendent fortement du volume de données utilisé pour l’entraîner. Donc, je peux dire que l’IA existe parce que la Data existe.
Personnellement, je ne pense pas que des métiers vont disparaître à cause de l’IA. L’IA peut réduire quelques effectifs dans certains domaines, mais l’IA ne peut faire disparaître aucun métier complétement.
OPPORTUNITÉS POUR LES JEUNES AFRICAINS
Pensez-vous que les métiers de la data représentent une opportunité pour les jeunes en Afrique aujourd’hui ?
Le continent africain est un marché d’avenir, il y a plusieurs secteurs en Afrique comme l’éducation et le secteur industriel que l’IA et la Data peuvent révolutionner. C’est vrai que je ne suis pas en Afrique, mais je suis de très près l’actualité et l’évolution technologique du continent.
Certains détails ou réalités peuvent m’échapper. J’ai vu plusieurs universités et écoles publiques et privés en Afrique qui ont intégré l’IA dans leurs programmes d’éducation, mais le secteur industriel reste toujours à explorer.
CONSEIL FINAL
Quel conseil donneriez-vous à quelqu’un qui souhaite se lancer dans une carrière de Data Analyst ?
L’IA et la Data représentent clairement l’avenir. Elles ont déjà, et auront encore de l’influence sur presque tous les secteurs d’activité.
Ceux qui possèderont des compétences en IA et en Data seront toujours privilégiés sur le marché du travail par rapport aux autres. Quel que soit ton secteur d’activité, il est important de s’intéresser à la Data et à l’IA.
Alors, si vous voulez vous former dans ce domaine, la formation de Data Analyst est une excellente opportunité. En effet, il n’est pas nécessaire d’avoir des connaissances avancées en mathématiques ou en informatique pour commencer à faire de l’analyse de données.
Le parcours Data Analyst que propose DeezPro est un très bon programme pour apprendre ce métier en trois mois.
Le programme est très pratique et orienté métier. Vous apprendrez par la pratique et vous serez suivi par un moniteur avec qui vous allez échanger sur tous les aspects de chaque module. C’est un programme de formation que je recommande fortement à toute personne souhaitant se lancer dans l’analyse de données.