Manager expert de solutions responsables en science des données (MS)

Le Manager-Expert de solutions responsables en science des données (MS) recouvre les métiers de Data Engineer et Data Scientist qui ont la spécificité de maitriser les sciences de données (à l’intersection des mathématiques statistiques et de la programmation informatique) pour réaliser deux grands types de missions qui peuvent s’entrecroiser et s’alimenter : le traitement des données d’une part, et l’analyse des données d’autre part.

• Identifier, comparativement au périmètre d’activité en charge, les éléments clés du diagnostic stratégique comme ceux de la gouvernance du système d’information de l’organisation considérée – qu’elle soit privée, publique ou hybride -, de sorte à définir les objectifs de veille à conduire sur les dimensions technologiques comme non technologiques pertinentes (réglementaires, écologique, éthique, géopolitique..) et ainsi inventorier des opportunités et risques nécessaires aux futurs arbitrages concernant des solutions data et IA
• Organiser la veille – ou compléter une veille existante - selon les objectifs définis, en inventoriant les sources d’informations - formelles et informelles - pertinentes et fiables au regard des domaines à couvrir, en sélectionnant les outils d’exploration à mobiliser, en spécifiant les rythmes d’actualisation et les modalités de restitution de manière à structurer et rendre efficace le processus de veille
• Investiguer, en termes de veille, non seulement les évolutions en termes de modalités de traitement et d’analyse, afin de répertorier de nouveaux modèles, algorithmes, langages et techniques informatiques, mais aussi le domaine des bases de données disponibles - qu’elles soient externes (dont l’open data) ou internes à la structure -, pour améliorer, compléter, préciser les résultats d’analyses et leur niveau de pertinence en vue d’identifier les opportunités de leur intégration dans la chaîne d’analyse des données (processus data)
• Explorer un axe de veille orienté sur les dernières avancées technologiques et scientifiques (quantiques et habilitantes, 6 et 7G, etc…) afin d’anticiper les évolutions des pratiques et des expertises datas avec les possibles incidences sur les besoins en compétences et la pérennité de certains choix technoscientifiques
• Evaluer les opportunités et risques écologiques des solutions en science des données envisagées tant sur les phases de production, de modes de gestion de données, et d’usages qui en découleraient afin d’intégrer l’impact écologique comme dimension d’arbitrage
• Répertorier les bonnes pratiques et les questionnements en termes d’éthiques afin de s’assurer que les solutions en science des données repérées pour de possibles applications futures respectent les principes de responsabilité sociétales et ne risquent pas d’être à l’origine d’une prise de risques pour l’organisation
• Effectuer des recommandations de solutions datas pertinentes et viables pour l’organisation en proposant une synthèse récapitulative des principales opportunités et menaces des options répertoriées tant dans leurs dimensions techniques (SI et Data), organisationnelles mais aussi économiques, environnementales, sociétales, et éthiques afin de proposer les alternatives possibles et les éléments d’arbitrages à la Direction...

Secteurs d’activités :

Le certifié exerce ses fonctions dans toutes les tailles d’entreprises, que ce soient des grands groupes, des PMT/PMI, des start-up, et dans une moindre mesure des TPE, principalement en France. Il évolue à travers tous types de secteurs d’activités, aussi bien dans le secteur industriel (automobile, transports, fabrication d’équipements industriels, agroalimentaire) que dans celui des services (activités financières et d’assurance, commerce/distribution, activités de conseil).

Type d'emplois accessibles :

• Data scientist
• Data engineer
• Consultant data science
• Data solutions engineer
• Analyste scientifique des données
• Data miner
• Expert en sciences des données
• Ingénieur data scientist
• Expert big data
• Ingénieur big data
• Ingénieur données
• Responsable de pôle