IA Métiers et formation

IA Métiers et formations

Intelligence Artificiellle

Métiers et Formations

IA Métiers et formationss

Chief Data Officer CDO

Architecte Big Data

Ingénieur en Cloud Computing

Tech lead big Data

Data Engineer

Data scientist et Data Analyst

Data Protection Officer DPO

Machine Learning Engineer

Cogniticien

Ingénieur en IA

Sommaire

Data Scientist et Data Analyst

IA Métiers et formations

Architecte Big Data

IA Métiers et formations

Ingénieur en Cloud Computing

IA Métiers et formations

Tech Lead Big Data

IA Métiers et formations

Data Engineer

IA Métiers et formations

Chief Data Officer CDO

IA Métiers et formations

Data Protection Officer DPO

IA Métiers et formations

Machine Learning Engineer

IA Métiers et formations

Cogniticien

IA Métiers et formations

Data Scientist et Data Analyst

Description

Le data analyst et le data scientist sont responsables du croisement des données de l'entreprise avec celles mises à disposition via les services web et autres canaux digitaux (téléphone mobile..). Leur objectif : donner du sens à ces données et en extraire de la valeur pour aider les décisionnaires à prendre des décisions stratégiques ou opérationnelles.

+INFO

Data Scientist et Data Analyst

Dans ce cadre, ils conçoivent les modèles et algorithmes pour collecter, stocker, traiter et restituer les données. C'est justement cette forme de "créativité" qui distingue le data analyst et le data scientist du pur statisticien : ils sont capables d'imaginer de nouveaux modèles d'analyse pour traiter des données brutes et hétérogènes qui ne peuvent pas être analysées à l'aide d'outils classiques de gestion de bases de données.

Le data scientist, de son côté, dispose d'une vue plus globale et croise les données de différentes sources dispersées. Il est expert des modèles statistiques et des mathématiques.

Ces professionnels combinent une triple compétence : expertise statistique et informatique, connaissance des bases de données et de l'informatique, expérience métier dans leur secteur d'activité (marketing, finance par exemple).

Ces métiers nécessitent de la rigueur et de l'organisation car le suivi des données de l'entreprise s'effectue régulièrement selon des procédures très ciblées. Il faut bien entendu être un passionné des chiffres et des statistiques et respecter des règles de confidentialité car les données que manipulent le data analyst et le data scientist sont par essence sensibles et stratégiques.

Le data analyst a un rôle très proche de celui de data scientist mais ses prérogatives sont restreintes et il est le plus souvent limité à un type de données dont il ne doit pas s’éloigner. Souvent associé au data scientist avec lequel il travail de concert.

Ingénieur en IA

IA Métiers et formations

Data Scientist et Data Analyst

Data Scientist et Data Analyst

Licence professionnelle métiers de l'informatique : systèmes d'information et gestion de données

Data Scientist et Data Analyst

Formations

+INFO

niveau bac + 5

Master mathématiques et applications

niveau bac + 5

Exemples de formations :

niveau bac + 3

Architecte Big Data

Description

+INFO

Architecte Big Data

L’architecte big data maîtrise les principales technologies de big data en terme de bases de données NoSQL (MongoDB, Cassandra ou Redis), d'infrastructures serveurs (Hadoop, Spark) et de stockage de données en mémoire (Memtables).

C’est un interlocuteur important du data scientist, à qui il fournit les données brutes que celui-ci va traiter.

Études / Formation pour devenir Architecte Big Data

Un Bac + 4 ou Bac +5 en informatique, management, statistiques ou en marketing est indispensable pour occuper ce poste. Les formations qui permettent de se former au métier de la big data sont encore peu nombreuses mais elles se mettent en place rapidement pour faire face à la demande.

Architecte Big Data

Statistiques pour l’évaluation et la prospective (université de Reims-Champagne Ardennes) MIASHS : big data et fouille de données (Paris 8) Data science (Grenoble INP Ensimag, Polytech Nantes)

Architecte Big Data

Formations

+INFO

Niveau bac + 5

Masters :

European master in datamining and knowledge management (Lyon 2)

Statistiques pour l’évaluation et la prospective (université de Reims-Champagne Ardennes)

MIASHS : big data et fouille de données (Paris 8)

Data science (Grenoble INP Ensimag, Polytech Nantes)

Mastère :

Mastère en ingénierie Big data (ESGI)

Mastère in artificial intelligence & management (IA school)

MSc (master of sciences) :

Statistics for smart data (Ensai),

Big data for business (Ecole polytechnique – HEC)

Data sciences & business analytics (Centrale Supelec - Essec Business School) applied data science & big data (Data science institute)

Data science (Ensae ParisTech), data management (PSB)

Diplôme d’ingénieur avec spécialisation big data : IAMD – ingénierie et applications des masses de donnéess (Télécom Nancy), big data & data science (Mines Nancy), data science (Ensae ParisTECH), ingénierie des systèmes d'information (Grenoble INP Ensimag)

Plus de détails sur les masters : www.trouvermonmaster.gouv.fr

Niveau bac + 6

Mastère spécialisé (MS) : Big data – gestion et analyse des données massives (Télécom ParisTech), Big data : analyse management et valorisation responsable (Ensimag + EMSI Ecole de management de Grenoble), Expert en sciences des données (Insa Rouen Normandie)

DATA SCIENTIST : quotidien, salaire, parcours | Pool

Data Scientist et Data Analyst

Ingénieur en Cloud Computing

Description

+INFO

Ingénieur en Cloud Computing

L’ingénieur ou l'ingénieure cloud computing (littéralement, informatique dans les nuages) s’attache à remplir plusieurs missions : sécurisation des données sensibles dématérialisées ; optimisation des consommations d’énergie des data centers ; architecture logiciel / infrastructure ; gestion Big data (données massives) en tant que data scientist.

Selon son contrat et l’entreprise qui l’emploie, l’ingénieur cloud est plus spécialisé dans l’une ou l’autre de ces missions.

Chef de projet, l’ingénieur cloud a la responsabilité de la relation entreprise cliente/fournisseur. Trois modèles de services sont à sa disposition : le SaaS (software as a service), le PaaS (platform as a service), et l’IaaS (infrastructure as a service).

L’ingénieur cloud computing a un excellent niveau en informatique. Il maîtrise de nombreux outils numériques et langages informatiques :

Ingénieur en Cloud Computing

niveau bac + 5

Ingénieur en Cloud Computing

+INFO

Exemples de formations :

niveau bac + 5

niveau bac + 6

A noter : la formation « executive certificate : architecture cloud computing » à l’Ecole centrale.

Tech lead big Data

Description

+INFO

Tech lead big Data

Le tech lead big data est un expert technique dans la conception, le déploiement et l’intégration de projets big data.

Expérimenté, le tech lead big data accompagne le développement de projets big data sur le plan technique aussi bien du côté des clients auprès de qui les solutions sont déployées que de l’équipe technique en charge de son développement. Il est garant des solutions et de la conception technique, de la qualité fonctionnelle des développements et des livraisons.

Il coordonne et dirige la conception et la mise en oeuvre des projets : définition et élaboration des solutions et choix techniques (architecture, pratique de code…), organisation des développements des data engineers, développement et mise en place des processus de collecte/stockage et d’industrialisation des données.

Son rôle est également de participer à l’amélioration des bonnes pratiques d’architecture et de développement de son équipe, d’assurer une veille pour enrichir la plateforme.

Le métier nécessite une excellente connaissance des technologies big data, des compétences étendues (développement Java/Scala/Python, architecture, frameworks, outils d’intégration de données en continu, bases de données NoSQL), la maîtrise des méthodes agiles. Dans la mesure où le tech lead big data est un meneur d’équipe, des qualités managériales, relationnelles et de communication sont également attendues.

Tech lead big Data

Diplôme d'école spécialisée (type mastère, MSC) : Hetic, Paris Business school, IESEG

Tech lead big Data

Data Engineer

Description

+INFO

Data Engineer

Le data engineer, à l'instar de l'architecte big data, est un ingénieur spécialisé dans la conception de solutions de récupération et d’exploitation de gros volumes de données ou big data. Expert en identification de données, il est garant de la pertinence et de la qualité des données ainsi que du respect des bonnes pratiques et de la fluidité des processus. Responsable de l’infrastructure des données, il est chargé des processus de collecte, de stockage et de modélisation des données pour que celles-ci soient faciles d‘accès et prêtes à l’analyse par les data scientists et les data analysts. Il travaille en étroite relation avec l'architecte big data qui lui est plus orienté sur la conception de solutions.

Le data engeneer automatise l’acquisition de données provenant de différentes sources (création des pipelines d’acquisition), les collecte et les agrège dans une data warehouse (base de données relationnelle) sur serveur ou sur le cloud (test d’intégration, mise en place et maintenance des outils d’automatisation) et gère les bases de données de stockage.

Son rôle est ensuite de nettoyer, de consolider et de structurer ces données à l’aide d’outils et d’algorithmes (création de tableaux de bord, intégration de modèles statistiques).

Le data engineer doit posséder un large éventail de compétences techniques (langages de développement IA, requêtes, base de données, stockage, analyse de données, cloud computing, machine learning, deep learning, IA, DevOps..).

Pour l’industriatisation des modèles de machine learning, il doit avoir des connaissances en statistiques et mathématiques.

Face à l’explosion du big data et notamment des technologies comme l’Iot (Internet of Things) et l’IA, le data engineer est un profil très recherché. Les data engineer peuvent être recrutés directement par les entreprises ou travailler au sein de société de services.

Data Engineer

Data Engineer

Chief Data Officer CDO

Description

+INFO

Chief Data Officer CDO

Le chief data officer, ou CDO ou directeur de la stratégie digitale est un spécialiste de la data. Il organise et valide les données d’une entreprise pour les rendre compréhensibles et exploitables. Il s’assure que les informations recueillies en interne comme en externe sont fiables, cohérentes entre elles et permettent un traitement ouvrant aux décisions adaptées.

Le CDO conçoit et met en place des architectures des systèmes informatiques et des processus pour collecter, stocker, gérer, optimiser et organiser les données. Véritable chef d’orchestre, il est le garant de leur sécurité et de leur facilité d’utilisation par les différents services. Il peut intervenir sur tout type de données (données du personnel, gestion des candidatures, recherche biomédicale).

Les responsabilités du data manager peuvent varier selon les entreprises (consolidation de données, optimisation, qualité et conformité..).

Le CDO occupe une fonction transversale afin d’acquérir la meilleure connaissance de son entreprise, qu’elle soit de services, de process, de métiers, d’enjeux business. Il est donc au cœur de toutes les problématiques de l'entreprise et travaille en étroite collaboration avec tous les responsables de services (contrôleur de gestion, directeur informatique, responsables des activités opérationnelles et des fonctions supports). Il travaille aussi en relation avec d’autres spécialistes de la data, comme le data scientist, le data analyst, le data engineer ou l’analyste web.

Le CDO ou data manager peut être directement recruté au sein des entreprises ou intervenir comme consultant pour le compte d’une société de conseils.

Le data manager dispose d’excellentes compétences en mathématiques, statistiques et ingénierie informatique. Il maîtrise les outils spécifiques au big data (gestion des bases de données, frameworks de calcul, machine learning, business intelligence, requête SQL …). Amené à collaborer avec l’ensemble des services de son entreprise ainsi qu’avec d’autres spécialistes de la data, il doit avoir un excellent relationnel, des qualités d'écoute, de pédagogie et de communication. Doté d’un bon esprit de synthèse, le data manager doit être capable de travailler sur plusieurs projets en simultané.

Chief Data Officer CDO

Exemples de formations :

Chief Data Officer CDO

Formation

+INFO

niveau bac + 3

niveau bac + 5

Data Protection Officer DPO

Description

+INFO

Data Protection Officer DPO

Data protection officer (DPO) ou délégué à la protection des données (DPD) est un nouveau métier induit par les nouvelles contraintes réglementaires : loi informatique et libertés (2004) et le règlement européen à la protection des données - RGPD (2018).

Le DPO a pour mission de sécuriser les données personnelles (réception, stockage, conservation..) qui sont traitées par sa structure.

Après un diagnostic de conformité de l'existant, il identifie les risques, rédige et met en place des procédures, organise la protection des données lors des opérations et traitements. Pour cela, il met en œuvre des dispositifs informatiques de protection des données et des applications (chiffrement, tokenisation). L'action du data protection officer porte également sur l'organisation de la sécurité. Il veille à bien séparer les responsabilités, à protéger dans un coffre fort central les objets de sécurité (clés symétriques, certificats, listes de mots de passe, codes de cryptologie…).

Le rôle du DPO est aussi de sensibiliser et de former les collaborateurs en internes à ces questions de protection des données.

Médiateur, le DPO est garant du traitement des demandes des personnes effectuées dans le cadre de leur droit tout comme il assure le lien avec la CNIL (commission nationale informatique et libertés)

Le métier implique donc une polyvalence de compétences et une expertise technique et juridique en matière de protection des données personnelles.

Dans certaines entreprises, la fonction data protection officer peut-être du ressort du chief data officer.

Data Protection Officer DPO

Data Protection Officer DPO

Formation

+INFO

Le data protection officer a généralement à la base un niveau bac + 3 en statistiques, big data, sécurité informatique.. Possibilité de poursuivre ensuite vers une formation spécialisée DPO (voir liste des organismes agrées sur la CNIL).

Exemples de formations :

Machine Learning Engineer

Description

+INFO

Machine Learning Engineer

Le métier est issu du machine learning engineering qui consiste à utiliser des logiciels d’ingénierie logicielle et de les combiner avec des méthodes d’analyse de données et de la data science pour créer des modèles de machine learning.
Le machine learning engineer conçoit les logiciels “self-running” capables d’automatiser les modèles prédictifs. C’est lui qui développe les algorithmes nécessaires aux ordinateurs pour qu’ils effectuent des tâches tout seuls.

Son rôle et missions

Le machine learning engineer est donc un programmateur informatique. Il invente des algorithmes qui traitent de gros volumes de données de natures diverses. Il doit choisir le modèle le plus pertinent parmi tous pour répondre aux problématiques de l’entreprise.

Parmi les algorithmes les plus connus, il peut être amené à utiliser l’algorithme de recommandation (utilisé par Netflix par exemple). Le logiciel se nourrit alors de la donnée et des résultats pour ses futures opérations sans intervention humaine.
Il est également chargé d’industrialiser les modèles d’intelligence artificielle et de gérer le cycle de vie des modèles et des données.

Les compétences et qualités nécessaires

Travaillant sur des logiciels très sophistiqués, le machine learning engineer doit avoir des connaissances pointues dans le domaine des mathématiques. Il doit aussi parfaitement maîtriser la modélisation et l’architecture des données et les langages de programmation de type Python ou Java et tous les frameworks utilisés en Machine Learning (TensorFlow, Keras).

Il a aussi de très bonnes notions de l’environnement Agile, d’analyse et est doté d’un grand sens de la collaboration.

Machine Learning Engineer

Cogniticien

Formation

+INFO

Les entreprises qui embauchent des machine learning engineer privilégient les masters voire les doctorants en informatique, statistiques ou mathématiques. Il est recommandé d’avoir mené un véritable projet lié à la data pour acquérir les notions et expériences nécessaires.

Cogniticien

Description

+INFO

Machine Learning Engineer

Ingénieur spécialisé dans l'intelligence artificielle, le cogniticien modélise et conçoit des machines intelligentes pouvant aider les utilisateurs dans leur travail ou leur vie quotidienne. Un métier à la croisée de l'informatique, de l'automatique et des sciences humaines.

En quoi consiste ce métier ?

Équiper les voitures de modules électroniques qui parlent en cas de pannes ou d'anomalies, concevoir des interfaces pour commander à distance des drones, créer des systèmes de remplacement pour des malvoyants, permettre à des chirurgiens de faire de la télémédecine : autant de projets auxquels peut participer le cogniticien. Son rôle : « apprendre » à l'ordinateur à réfléchir selon les mécanismes humains.

Le cogniticien analyse le mode de raisonnement d'un individu, ses besoins, puis construit une application informatique. Grâce à lui, les machines deviennent intelligentes et raisonnent presque comme les humains. Le cogniticien est spécialisé dans l'intelligence artificielle. Son domaine de compétences est à la fois en informatique, en psychologie et en neurosciences.

Le cogniticien peut travailler dans un laboratoire de recherche, dans les secteurs de la défense et des transports, de l'industrie automobile, de l'aéronautique. Il intéresse les grandes entreprises où la sécurité et les technologies de pointe sont de mise. Il peut créer sa propre entreprise de conseil

Cogniticien

Cogniticien

Formation

+INFO

Ingénieur IA

Description

+INFO

Ingénieur IA

L'Ingénieur en Intelligence Artificielle élabore et crée des programmes informatiques étant capables de raisonner comme l'homme et qui peuvent répondre à des problèmes complexes. Il a pour but d'apporter un raisonnement qui s'approche au plus près du raisonnement humain, mais avec des machines. Les recherches de l'Ingénieur en IA peuvent s'exercer dans des domaines d'activité divers et variés, et les réalisations à effectuer seront spécifiques à chaque projet.

Que fait un Ingénieur en Intelligence Artificielle ?

La recherche est la base du métier d'Ingénieur en Intelligence Artificielle, devant répondre à des problématiques complexes et poussées. L'ingénieur en Intelligence Artificielle doit donc avoir des connaissances et des compétences très élevées, notamment en informatique.

Il travaille généralement sur des projets spécifiques, jusqu'à ce que ceux-ci soient terminés et que la solution à apporter soit validée. La réponse qu'il doit la plupart du temps apporter est celle de concevoir un programme informatique qui est capable de réfléchir et d'effectuer des tâches identiques à celles que pourraient faire un être humain. L'Ingénieur en IA doit comprendre et analyser le fonctionnement du cerveau humain sur un problème donné et doit donc apporter, par le biais de programmes informatiques, la réponse la plus proche possible de ce dernier.

Les Ingénieurs en Intelligence Artificielle mettent en place des programmes novateurs dans le sens où ceux-ci permettent de décoder et d'analyser des données qu'aucun autre système informatique n'était capable de faire auparavant. C'est pour cela que les recherches sont, en général, longues et fastidieuses et que ce métier demande énormément de compétences et de savoir.

Ingénieur IA

Ingénieur IA

Formation

+INFO

Portrait de Marielle Ingénieure en Intelligence Artificielle

Ingénieure en Intelligence Artificielle

THANK YOU!