Emploi, situation de famille, budget… sont des exemples de données qu’Amélie va récoler pour ensuite procéder à leur analyse. Cette analyse sert ensuite plusieurs objectifs : prédire la capacité du client à rembourser son crédit, détecter si le client pourrait être intéressé par de nouveaux produits ou encore identifier des points d’insatisfaction via des enquêtes.

Pour être un bon data scientist, il est nécessaire d’avoir un bon bagage informatique et mathématique, être à l’écoute des métiers, être ouvert et surtout aimer apprendre !