Sociétés financières

Data analyst scientist (société financières)

Durée1 minute

Il/Elle analyse et interprète un ensemble de données.

Synonymes : Data Analyst, Data Scientist, Consultant(e) Data

Qu'est-ce qu'un Data analyst scientist (société financières) ?

Il/Elle valorise des données pour en extraire de la connaissance utile, afin d’optimiser un aspect du business ou de faciliter les prises de décision de l’entreprise.

Que fait un Data analyst scientist (société financières) ?

  • Transformer des données brutes en données statistiques exploitables en utilisant les outils de Big Data.
  • Tester des hypothèses.
  • Développer des programmes statistiques avancés et modèles de données.
  • Concevoir des algorithmes et les implémenter. 
  • Évaluer et améliorer les performances.
  • Présenter les résultats de ses analyses avec des graphiques clairs et pertinents.
  • S’assurer de la bonne interprétation des données vis-à-vis de la stratégie de l’entreprise. 
  • Réaliser des synthèses et établir des recommandations.
  • Veiller au respect des règles de conformité des données.
  • Faire une veille des nouveaux outils et codes existants.

Compétences

  • Maîtrise des techniques d’analyses statistiques
  • Capacité à créer des modèles d'intelligence artificielle pour faire des prédictions ou recommandations
  • Capacité à créer des schémas de données et utiliser des programmes pour gérer des bases de données
  • Capacité à organiser des réseaux informatiques et comprendre leur fonctionnement
  • Maîtrise des outils numériques
  • Expression écrite et orale
  • Éthique et déontologie

 

Formations & pré-requis

De bac +3 à bac +8 : BUT, licence professionnelle, master, master spécialisé, diplôme d’école d’ingénieurs, ENSAE Paris ou doctorat dans les domaines de l’informatique, statistiques, modélisation des données, mathématiques appliquées, Big Data ou Data Science.

Qualités

  • Sens de la communication et transmission claire et efficace 
  • Esprit d’analyse et de synthèse d’un grand nombre de données
  • Créativité pour développer de nouvelles approches
  • Capacité à développer de nouvelles compétences
  • Rigueur et méthode
  • Capacité d’adaptation

Evolution

Evolution possible

  • Data scientist
  • Directeur(rice) des données
  • Ingénieur(e) de la donnée
  • Chargé(e) de marketing digital