Calendrier, formations, nouveautés, méthodo, conseils !
Nouvelles matières, nouvelles modalités d'évaluation, actualités
Méthodologie étape par étape et exemples :
#RENTREE 2020 : tout savoir sur la rentrée au lycée (protocole sanitaire, calendrier, positionnement)
Si le secteur de l’informatique est porteur, certains de ses métiers demeurent méconnus. C’est le cas de data engineer et data scientist, deux métiers de plus en plus sollicités par les entreprises. digiSchool a interviewé Youcef, data engineer, et Sarah, data scientist et doctorante chez Meilleurs Agents, afin qu’ils te fassent découvrir leur métier.
Publié le 18 Décembre 2019 à 11h17 | Adeline Arénas | 0 avis
Sarah : Le rôle de data scientist est de donner du sens à des données brutes. Pour Meilleurs Agents, je m'attache à créer de l'information sur le marché de l'immobilier pour que les vendeurs et les acheteurs prennent les meilleures décisions immobilières possibles. Et j'ai une casquette supplémentaire car je suis également doctorante dans l'équipe, ça veut dire qu'une partie de mon temps est dédié à faire de la recherche sur le fonctionnement du marché immobilier français. Concrètement, les différents outils disponibles sur le site de Meilleurs Agents autour du marché de l'immobilier (outil d'estimation, cartes de prix, indices) sont le résultat de travaux de R&D menés par l'équipe. C'est d'ailleurs l'association entre le travail des data scientists et celui des data engineers qui permet d'industrialiser nos résultats de R&D.
Youcef : Mon rôle est de prendre la main une fois que le modèle mathématique est validé. Je m’occupe de créer un système pérenne à partir des modèles mathématiques développés par les data scientists. J'industrialise donc les systèmes pour les mettre à disposition de milliers de personnes sur le site Meilleurs Agents, comme l’outil d’estimation où en un clic les Français peuvent connaître la valeur de leur bien immobilier.
Youcef : Tous les matins, on fait un daily meeting, c’est-à-dire une réunion où on parle du travail fait la veille, et de celui qui est à l’ordre du jour. En plus de ce rendez-vous quotidien, nous référençons les bugs (s'il y en a) et en fonction de la criticité, nous les corrigeons. Selon les sujets, nous pouvons travailler à l'implémentation des modèles pensés et conçus par l'équipe science (constituée de data scientists), faire ce qu'on appelle de la MCO (Maintien en condition Opérationnelle) qui consiste à solidifier les éléments de nos systèmes (corrections de bugs, ajout de tests, définition d'écrans de monitoring, upgrade la version d'un language, ...). Une bonne partie du temps nous faisons de la review de code. Celle-ci correspond à la relecture du code d'un des pairs de l'équipe pour s'assurer que celui-ci fonctionne. C'est très stimulant car c’est un peu comme un jeu. On essaie de se mettre à la place de l'autre, on s'interroge sur les choix d'implémentation et on découvre des approches différentes de la sienne. C'est un excellent moyen de progresser au niveau code.
Sarah : Les journées changent en fonction des phases où se trouve l’équipe. En effet, il peut avoir des phases de recherche et développement où l'objectif est de valider des hypothèses dans le but d'améliorer l'expérience utilisateur. Il peut également y avoir d’autres phases où je vais travailler main dans la main avec les data engineers, au moment d’industrialiser les modèles. J’essaie aussi de passer une journée par semaine au laboratoire à la Sorbonne pour travailler sur ma thèse.
➜ À voir aussi : Victoria, ingénieure aérospatiale engagée pour l'égalité
Youcef : Le travail en équipe. Il faut vérifier la qualité du code, l’enrichir… et pour cela, j’interagis avec les data scientists, qui voient leur code industrialisé. La vérification occupe une grosse part de mon travail. Selon les cas que je dois traiter, je dois aussi examiner chaque technologie qui pourrait être utilisée pour réaliser le projet demandé.
Sarah : Etre capable de prendre le recul nécessaire sur un secteur d'activité, une problématique afin de le modéliser de la meilleure manière. Finalement, je mobilise mes connaissances techniques et mathématiques pour les mettre à disposition d’une problématique concrète liée à l’entreprise et à son secteur d’activité.
Sarah : J’ai fait un bac S avec spécialité physique, puis une licence de maths. J’ai terminé mon Master 2 en mathématiques avec une spécialité en Data Science. A la fin de mon master, j’ai fait un stage chez Meilleurs Agents, puis j’ai enchaîné avec une thèse CIFRE. Je suis maintenant en deuxième année de doctorat, et je suis rattachée au labo SAMM (Statistique, Analyse et Modélisation Multidisciplinaire à la Sorbonne). Tous les étudiants de ma promotion ont trouvé du travail à la fin du master. Celui-ci orientait les étudiants vers les métiers de la banque. Deux voies s’ouvraient aux étudiants : le métier de data scientist ou la finance de marché.
Youcef : J’ai fait un bac S, puis je suis allé à la fac à Paris 6 pour faire une licence de Sciences et Technologies mention informatique. J’ai ensuite fait un Master en Big data. J’ai fait mon stage de fin d’études au sein de Meilleurs Agents (où j’ai passé des tests techniques), et j’y ai été embauché. Je suis dans cette entreprise depuis quatre ans.
Youcef : Pour être data engineer, il faut avoir de la rigueur, savoir respecter les spécifications, être curieux. Et il ne faut pas se contenter de son savoir, mais aussi vouloir explorer de nouveaux aspects technologiques ! L’autonomie et l’esprit d’équipe sont aussi importants, car ils donnent des discussions constructives.
Sarah : Un data scientist doit avoir de solides connaissances en maths, être curieux et aimer le travail en équipe.
➜ Voir la rubrique : Les métiers du numérique