Aller au menu Aller au contenu Aller à la recherche

Data Scientists : quels sont les profils recherchés par les banques ?

eFC-ThinkstockPhotos-1804077591Par Thierry Iochem, eFinancialCareers, le 09/02/2016.

 

 

S’il y a aujourd’hui un métier qui a actuellement le vent en poupe dans la finance, c’est bien celui de Data Scientist. Encore inexistants il y a quelques années, ces rôles sont de plus en plus plébiscités. « La démarche de mise en place de ces rôles reste empirique, même si elle est dictée par l’impérieuse nécessité de désigner des responsabilités, de structurer les activités liées à la Data ou encore de décloisonner les silos afin de gagner en efficacité », explique Reda Gomery, associé, responsable Data & Analytics chez Deloitte, dans l’étude Data et Analytics 2016 qui relève que 79% des entreprises considèrent qu’il est urgent de renforcer le rôle du Data Scientist.

(…)

Pas un, mais des data scientists…

La complexité du métier fait qu’il n’existe pas qu’un seul profil de Data Scientist. « On assiste à une évolution plus segmentée des profils car certains seront attendus sur les études de Performance Analytics qui concerne les Data clients ou de portefeuille avec des data granulaires transformées en P&L alors que d’autres seront orientés sur ce qu’on appelle les Predictive Analytics où se fabrique également des algorithmes innovants », précise Corinne Oremus, directrice générale déléguée au sein du cabinet de chasse parisien Vendôme Associés. « Pour tous, une bonne compréhension des impacts business est demandé et permet d’aller au-delà des seules compétences statistiques ».

Reste à trouver la perle rare, ce qui est loin d’être gagné au regard de la pénurie de candidats, et ce en dépit d’une rémunération qui dans certains cas peut avoisiner les six chiffres au-delà de cinq ans d’ancienneté et de perspectives d’évolution de carrière vers des fonctions d’Architecte, de Chef de Projet, ou de Responsable dans leur domaine respectif.

Surtout, les banques ne sont pas les seules à chasser ces experts. Les compagnies d’assurances sont elles aussi sur le qui-vive, de même que les cabinets conseils. Pour preuve, le cabinet EY souhaite recruter cette année davantage d’ingénieurs amenés à devenir data analysts, data scientists, consultants en business analytics ou bien consultants en stratégie opérationnelle, technologies et systèmes d’information. « Ces profils sont appelés à développer les activités de conseil et les nouvelles expertises du cabinet en transformation digitale, data analytics et cybersécurité », précise le service RH.

Un solide bagage universitaire…

Vous l’aurez deviné, n’est pas Data Scientist qui veut. Les candidats sont généralement diplômés d’un Bac +5 de type Ingénieur ou équivalent universitaire, souvent issus de cursus mathématiques et scientifiques. « Des domaines comme la finance quantitative et des métiers comme les data-scientists sont très demandeurs de docteurs en sciences en général et en math-physique en particulier », rappelle pour sa part Marc Joos, chargé d’études chez Adoc Talent Management, spécialisé dans le conseil en recrutement de docteurs.

Pour répondre à la demande, les initiatives se multiplient. L’une des dernières en date est la mise en place d’un partenariat entre l’Ecole Polytechnique d’Assurances (EPA) et Télécom ParisTech afin de mettre un Executive MBA « Data Scientist des Métiers de l’Assurance », qui sera proposé en 2016 aux acteurs du monde de la bancassurance.

Les entreprises elles aussi tentent de pallier aux besoins du marché en termes de… (…)

…. assorti de compétences IT

Au sein des équipes Data ou Études, les missions du Data Scientist sont diverses et variées. Il s’agit d’analyser les données à traiter et les cibles à atteindre pour permettre à l’entreprise de piloter son activité à haut niveau, concevoir et développer les modèles à réaliser ainsi que les algorithmes permettant la corrélation des données avec les règles de gestion de l’entreprise, modéliser les chaînes de collecte, de stockage, de traitement et de restitution des données, ou bien encore définir et déployer les référentiels et outils de Master Data Management (MDM) nécessaires à la bonne manipulation des données, tout en garantissant leur intégrité et leur qualité.

Autant de tâches qui nécessitent d’être à l’aise avec de nombreux langages informatiques. « On note une demande croissante de profils maitrisant les bases de données MySQL ou NoSQL ainsi que des technologies Big Data de type Hadoop, MongoDB, HortonWorks, Hive, Impala, Vertica, Infinity… », constate ainsi Martin Villelongue. Bref, un métier qui, vous l’aurez compris, ne s’improvise pas.

Cliquez sur le logo pour lire l’intégralité de l’article:

eFinancialCareers.fr

More than executive search, Career Design