Analyste stratégique Data & IA

L’objectif de la certification est de répondre aux besoins de tous les secteurs dont l’activité nécessite des professionnels en capacité de concevoir et piloter un dispositif de veille stratégique reposant sur des méthodes d'intelligence économique pour aider à la prise de décision, de concevoir une architecture informationnelle intégrant des technologies d’intelligence artificielle (IA), d'impulser une démarche de capitalisation des connaissances et d’animation du travail collaboratif, de gérer et promouvoir un service de ressources informationnelles et de concevoir et utiliser des jeux de données à des fins de datavisualisation.

Le contexte : de l’infobésité à l’analyse stratégique des données

En moins de cinq années, la logique de stock (gestion documentaire, archivage, constitution de fonds) a laissé place à la logique de flux et de fiabilité (gouvernance des données, vérification des faits - fact-checking, architecture de la connaissance). Si l'infobésité demeure la toile de fond, la nature même de cette surabondance a changé : elle n'est plus seulement humaine, elle est « synthétique », générée massivement par des machines.

Ces éléments impactent la stratégie des entreprises, désormais confrontées au double impératif de maîtriser les flux entrants qui participent à nourrir leurs systèmes de décision automatisés, tout en garantissant la fiabilité et la conformité des données (RGPD, IA Act, sobriété numérique) dans un environnement saturé de contenus synthétiques.

l’IA générative n’est plus une option mais un passage obligé, confirmant l’accélération des transformations des métiers du management de l'information. Si la pérennisation des données et la capitalisation des connaissances restent des préoccupations "cœur de métier" très fortes, la nouveauté marquante réside dans la montée de la gestion des données et des démarches collaboratives. Ces dimensions traduisent un besoin de transversalité, de structuration et de gouvernance, à l’heure où l’information circule entre services, plateformes et outils variés et de l’intégration de l’IA.

La fonction d'analyste stratégique Data & IA répond à ces enjeux d’accessibilité aux données, de mutualisation des connaissances et d’optimisation de l’expérience utilisateur (UX).. Son rôle consiste à faire le lien entre les stratégies de la direction (décisions basées sur les données) et la réalité opérationnelle des flux d'information (outils, processus, conformité).

• Utiliser des outils de recherche avancés de l’information pour identifier, sélectionner et extraire les données utiles répondant aux enjeux.
• Utiliser des méthodes d’évaluation des données extraites pour analyser les résultats répondant aux besoins du commanditaire.
• Rédiger des préconisations et les présenter dans un livrable adapté mettant en avant les opportunités et risques pour aider à la prise de décision du commanditaire.
• Réaliser un diagnostic de compréhension des besoins du commanditaire pour déterminer le périmètre de veille adapté à ses enjeux.
• Identifier et sélectionner un ensemble de sources d’information utiles pour détecter toute publication nouvelle correspondant aux critères de performance attendus.
• Sélectionner et paramétrer les outils de veille stratégique pour automatiser la recherche, le filtrage et la sélection des données nouvelles.
• Analyser les résultats en recourant aux méthodes d’évaluation différentes selon les typologies d’information pour traiter les données et les présenter dans un livrable adapté.
• Concevoir la structure (taxonomie et métadonnées) avec l’IA pour préparer l’automatisation du traitement des données.
• Concevoir le plan d’automatisation et de nettoyage des données pour automatiser la reconnaissance et l’interprétation des documents.
• Charger dans l’outil d’IA le corpus de documents qualifiés pour permettre leur analyse.
• Effectuer des tests de requêtes reposant sur des prompts performants pour évaluer les réponses et procéder aux actions de correction nécessaires
• Utiliser les fonctionnalités de base de langages de programmation informatique pour choisir le mode de configuration.
• Rédiger une note méthodologique tenant compte de la réglementation en vigueur applicable aux outils d’Intelligence artificielle et des enjeux de sobriété numérique pour encadrer les usages et justifier des choix effectués.
• Repérer les savoirs et analyser les besoins de mutualisation pour assurer un partage efficace des connaissances.
• Cartographier les connaissances tacites des collaborateurs d’une organisation pour les transformer en savoir explicite (documents, fiches, retours d’expériences, …).
• Fédérer un réseau d’experts pour développer une culture du partage.
• Utiliser les méthodes adaptées aux experts pour encourager la contribution personnelle.
• Animer des communautés de pratique pour impulser une dynamique efficace du partage collaboratif.
• Définir des indicateurs de performance pour évaluer l’utilité et la performance du dispositif de partage.
• Elaborer un guide d'entretien structuré reposant sur une méthodologie adaptée pour collecter des réponses pertinentes.
• Identifier les risques inhérents au projet d’enquête (contexte, personnes ciblées, modalités, …) pour anticiper et prévenir les risques.
• Déterminer la démarche d’analyse à exploiter pour extraire les données utiles et permettre une lecture complète, transverse, intelligible et le plus fidèle possible aux propos des personnes interrogées.
• Identifier les solutions logicielles répondant à des critères de performance préétablis pour déployer une application de partage des connaissances adaptée aux besoins.
• Concevoir une matrice d’analyse performante et adaptée aux besoins pour hiérarchiser les solutions à recommander et justifier les choix.
• Définir le format de conception de l’espace de travail numérique (Digital workplace) en respectant la norme en vigueur pour concevoir l’architecture et administrer la base de connaissances.
• Concevoir et administrer un espace collaboratif de travail numérique (Digital workplace) inclusif, durable et responsable visant à mutualiser les connaissances.
• Proposer une démarche de respect de la sobriété pour limiter l’impact environnemental du numérique.
• Connaître et diffuser les principes de santé et sécurité au travail pour limiter les risques liés aux usages du numérique, à la surcharge informationnelle ou à l’ergonomie des outils.
• Déterminer les règles de gestion, d’accessibilité et de conservation des documents pour garantir un dispositif performant en conformité avec la réglementation et les normes applicables.
• Concevoir un tableau de gestion des documents pour les identifier, maîtriser leur circulation et fixer leur durée de conservation.
• Maîtriser la réglementation du droit de l’information applicable à ses activités pour assurer leur conformité aux obligations juridiques, éthiques et de protection des données personnelles.
• Concevoir un tableau de bord pour rendre compte de ses activités.
• Etablir une fiche de coûts d’un service ou d’un produit d’information pour en déterminer le montant.
• Rédiger une note de cadrage d’un projet de gestion de l’information pour expliciter le besoin et recueillir la validation du commanditaire.
• Utiliser les méthodes et les outils appropriés de la gestion de projet pour définir les étapes, déterminer les rôles, faciliter le travail d’équipe et respecter les délais impartis.
• Définir et rédiger un plan de communication du service pour valoriser ses activités.
• Communiquer efficacement sur en français et en anglais sur un projet pour susciter l’adhésion et convaincre les parties prenantes.
• Maîtriser les fonctionnalités de structuration et de filtrage de données.
• Maîtriser les fonctionnalités avancées de croisement des données.
• Identifier la structuration de sources d’information sur Internet pour choisir l’outil de moissonnage (Scraping) adapté.
• Maîtriser les fonctionnalités d’un outil de moissonnage pour extraire des données et les présenter sous forme de jeux de données structurées.
• Maîtriser des fonctionnalités avancées d’outils de datavisualisation depuis des jeux de données structurées pour générer des représentations dynamiques de l’information (infographie, cartographie, …).

Secteurs d’activités :

Les compétences peuvent être mises en œuvre dans tous les secteurs d’activité : culture, éducation, média, droit, santé, transports, banque et assurance, industrie, conseil aux entreprise, etc. Le marché actuel de l'emploi fusionne progressivement stratégie, données, IA et services informationnels. L'analyste stratégique data & IA exerce au sein d’organisations publiques, privées ou associatives confrontées à des environnements informationnels complexes et à forte intensité numérique telles que des entreprises privées (grandes entreprises industrielles, groupes technologiques, sociétés de services, banques, assurances, énergie, télécommunications), le secteur public et les administrations (ministères, collectivités territoriales, établissements publics), les organismes internationaux et ONG (institutions européennes, organisations non gouvernementales), les cabinets de conseil et sociétés spécialisées en intelligence économique, data et IA, ou encore les start-ups et acteurs innovants (structures orientées data, intelligence artificielle, business intelligence et veille stratégique)

Type d'emplois accessibles :

• Analyste stratégique de l’information et data
• Responsable veille et intelligence économique
• Manager ou coordinateur de services d’information
• Analyste data stratégique / Data Visualization Specialist
• Chargé de projet informationnel ou knowledge manager