Comment devenir data scientist ?

En quoi consiste concrètement le métier de data scientist au quotidien ?

Concrètement un data scientist doit utiliser des méthodes avancées de statistiques/machine learning, en utilisant des données passées de clients pour prédire les comportements futurs de ces mêmes clients.

Le data scientist a beaucoup de tâches à réaliser au cours d’un projet. Son travail ne se limite pas à la modélisation d’un problème business, il est en fait beaucoup plus large et surtout beaucoup plus intéressant, et se déroule en plusieurs étapes :

• Frame the problem : une grosse partie du travail sera fait à l’instant où le Data Scientist comprend les enjeux du projet, ce qu’il doit modéliser. C’est plus difficile qu’il ne paraît, cela passe par de nombreuses discussions avec le « client » : pourquoi veut-on modéliser cela ? Qu’est-ce qu’on fait aujourd’hui ? Qu’est-ce qui s’est passé dans le passé qui peut biaiser nos données ? Qu’est-ce qu’il peut se passer dans le futur qui pourrait altérer notre modèle ? Quelles sont les contraintes et risques légaux de ce projet ?
   
• Data wrangling : une fois la problématique bien comprise, il faut travailler avec les données à disposition, comprendre lesquelles choisir et pourquoi, les transformer, les encoder… La construction de ce « basefile » est la partie la plus importante de la modélisation, il faut vraiment garantir la bonne qualité de la donnée. En Data Science on dit « Garbage In Garbage Out », si la donnée est mauvaise, peu importe la qualité du modèle, il sera mauvais !
   
• Modeling : le basefile est prêt, on peut modéliser, chercher les modèles les plus pertinents pour la problématique (Modèle linéaire ? Boosting ? Arbres de décisions ?), travailler sur la robustesse de ce modèle (limiter le surapprentissage, optimiser les hyperparamètres…)
   
• Validating : c’est pour moi la partie la plus importante du projet. C’est très facile quand on est à l’aise avec les statistiques ou le code de construire un super modèle très prédictif. La partie la plus difficile est de présenter ses résultats au client qui très probablement a des connaissances mathématiques très restreintes. Être capable de présenter ses résultats et convaincre un client de son travail est essentiel dans le travail de data scientist.
   
• Implementing : le modèle est fini, oui mais il faut l’industrialiser maintenant, et discuter avec les bons interlocuteurs (type data engineers) pour implémenter le modèle en production : c’est bien de faire un beau modèle mais il faut l’utiliser !
   
• Follow-up : le gros risque est de se dire que le travail est terminé une fois le modèle en production ! Il vient seulement de commencer : il faut mettre en place une stratégie de suivi de ce modèle, être sûr que ce qu’on a prédit se réalise bien, et surtout prévenir une dégradation du modèle qui nécessiterait un update.

Quel aspect de ce métier vous intéresse le plus ?

Pour moi le plus intéressant est le fait de pouvoir avoir de l’impact sur tous les départements d’une entreprise. La Data Science est utile partout, ce qui au fur et à mesure des projets permet d’apprendre énormément sur le business d’une entreprise.

Pourquoi avoir choisi l’Université Paris Dauphine-PSL pour vous former ?

Le Master MASH a pour moi l’avantage de donner de solides capacités techniques, tout en étant ouvert vers l’entreprise. Les projets sur lesquels nous avions travaillé pendant l’année étaient aussi assez pertinents pour en discuter lors des entretiens d’embauche.

Quelle est LA compétence indispensable que vous a apporté le Master 2 MASH que vous avez suivi à Dauphine pour faire carrière dans ce secteur, et qui vous sert encore aujourd’hui ?

Le Master MASH m’a énormément appris théoriquement sur le Machine Learning. Arriver dans une entreprise avec de solides acquis techniques permet de vite progresser sur la partie business ! Au contraire une personne devant monter en compétence techniquement va prendre plus de temps à progresser dans l’entreprise.

AUGUSTIN LEJEUNE
DATA SCIENTIST - L'OLIVIER ASSURANCE
Son parcours :
Master MASH