100 % FREELANCE 100 % IT
100 % FREELANCE 100 % IT
 

Data Analyst en partant de zéro ?

Orlane69

30 Messages

actif
05/05/2021 à 11:17

Bonjour à tous,

souhaitant me reconvertir dans le développement informatique je cherche La formation qui me correspond.
J'ai déjà pas mal publié sur de forum pour receuillir des avis, à la base sur le développement web.
Sauf que depuis je suis tombée sur des formations de Data Analyst également accessible en 6 à 9 mois

J'avais totalement exclue ce secteur car pour moi beaucoup plus pointu et donc nécessitant des formations bien plus longues. Sauf que là après avoir échangé avec les formateurs mon profil conviendrait (bts ig datant d''il y a une dizaine d'années, pas d'expérience en dev depuis). Le pré-requis  pour cette formation était un bac S.

Cette formation m'intéresserait beaucoup pour le côté challenge et débouchés du secteur. Mais j'ai tout de  même de gros doutes. Bon j'avais les même pour développeur web mais suite à vos conseils je m'étais dit qu'en faisant mes propres expériencess sur des projets perso et stages mais là ça ma parait être un bien plus gros morceau.

En résumé est ce que vous pensez que je puisse vraiement avoir une crédibilité en postulant à des offres de Data Analyst (en salariat) avec une formation de moins d'un an? Merci

Laura.p63

812 Messages

impliqué
05/05/2021 à 17:58

Bonjour,

Le data analyst n'est pas forcément lié à un background hyper scientifique. Il faut certes des connaissances en mathématiques et statistiques mais aussi en marketing et communication. Le problème c'est que (souvent) les recruteurs mélangent un peu tout notammanent data analyst et data scientist (qui est sensé avoir des connaissances  plus approfondies en modélisation,  modèles prédicitfs, etc.) .
Avez vous le programme de la formation pour voir notamment les technos et langages abordés ?
Après comme pour tout les domaines rien n'est impossible, l'important va être de montrer votre motivation et votre implication et de probablement continuer à vous former en plus de votre cursus en réalisant notamment des projets personnels.

Orlane69

30 Messages

actif
07/05/2021 à 09:38

Bonjour,
J'ai deux formations qui m'intéressent :
la première aborde Python et ses bibliothèques, le langage R par contre ils parlent d'"initiation". Il y a aussi pas mal de modélisations (UML) , des probabilités, statistiques et algèbres;
La deuxième est plus poussée sur la visualisation des données et la stratégie d'entreprise avec toujours maths, statistiques, Python et R (algorithme). Là aussi il ne demande "que" des  bases en  programmation informatique et des notions en méthodes et techniques statistiques

Laura.p63

812 Messages

impliqué
07/05/2021 à 11:09

oui donc c'est bien de la pure collecte, modélisation, analyse de données je ne vois rien d'insurmontable ou de réservé à un profil très scientifique.
Après c'est un conseil que je donne souvent mais pourquoi ne pas essayer d'entrer en contact avec d'autres personnes ayant fait cette formation ou des data analyst afin d'avoir une vison concrète de ce métier.

yanolezard

85 Messages

très actif
08/05/2021 à 00:23

Bonjour Mesdames, Messieurs,

Un peu d'histoire ... Juste après la seconde guerre mondiale, les entreprises françaises, de toutes tailles, ont (re)commencé à créer, à réparer, à produire, à fabriquer, à vendre, à louer, à échanger des services ... à créer des données et de la valeur ... sauf qu'à l'époque, personne ne se douterait un jour que toute cette reconstruction et cette nouvelle vie vers quelque chose de meilleur allait contribuer à alimenter la vaste marmite de la donnée ... Pour preuve, une des assurances françaises des plus connues stockent des données depuis ...1947 ... et qui dorment bien tranquillement au chaud (comme un gros grizzly des montagnes rocheuses, jusqu'à ce que l'on ait besoin de le réveiller) ...

Aujourd'hui, ces montagnes d'informations sont qualifiées "d'OR digital" ou du moins de "tellement précieux" que l'on a peur d'y toucher (car on risquerait aussi de ne pas savoir les exploiter, de ne pas savoir en tirer profit ou encore plus simplement de ne plus pouvoir y accéder, faute à l'évolution des écosystèmes technologiques et techniques).

La donnée, la méta-donnée, l'évènement et l'information ont donné naissance à de nouveaux métiers, aussi "biscornus les uns que les autres", de nouveaux services, de nouvelles sources de valeur, de nouveaux cas d'usages, de nouvelles formations ...

La donnée est présente partout, dans tous les étages d'un système d'information, dans toutes les briques et objets du système : CRM, ERP, MDM, BI, Reporting, Big Data, Intelligence Artificielle, *Learning* (ML, DL, ...), les processus métiers, les objets fonctionnels, les couches applicatives, techniques, infrastructures, règlementaires, ....

Rapide tour d'horizon des nouveaux métiers de la donnée :

Ne nous méprenons pas sur les belles descriptions de ces nouveaux métiers et sur les envies de "gros TJM" ou de "gros salaires" à la clé, que l'on soit en salariat ou en entrepreunariat, avec ou sans expériences .... la réalité en TPE/TPI/PME/PMI/ETI n'est pas la même que celle des grands de ce monde ou de celle du CAC40 ... Ces nouveaux métiers ont été élaborés par des américains pour des américains, où tout est "big, fat and furious", les quantités de données à manipuler en France, par les entreprises françaises sont très éloignées de celles de nos amis outre-atlantiques. Pour information, on a déjà dépassé le Zo (Zéta-Octet) : https://fr.wikipedia.org/wiki/Octet

Pour manipuler toutes ces merveilleuses données, il faut des outils informatiques et un peu d'humain pour présenter tout cela clairement : Qu'en est-il réellement dans les entreprises ? (propos issus de mes propres expériences)

- Langages essentiellement utilisés : Langage C, Prolog, Python, Go, Erlang, Scala ... + les incontournables bibliothèques pour monter des beaux algorithmes ... Peu fréquent, j'ai même vu une équipe franco-polonaise utiliser du PERL (sous Unix). pour l'analyse de données en temps réel. Le langage "R" n'est plus très utilisé sauf à la formation et encore ... dans les "Pizzas Teams", parler de "R" ... c'est comme "manquer d'air" ... irrespirable ou des langages "propriétaires" issus des solutions d'analyses comme SAS (rien à voir avec un certain type de lecture).

- Plateformes utilisées : du Cloud essentiellement, avec des services fournis via Microsoft Azure, Amazon Web services (AWS) ou Google Cloud Platform (GCP). Les "gros" du marché vendent du services "presque" tout prêt, "presque" tout fait .... il n'y a plus qu'à faire ingérer les données et les mixer façon soupe de légumes (avec ou sans morceaux, velouté, onctuosité, ...) ou détails de l'information/données. Les GED (Gestion Electronique de Documents) sont de précieuses sources de données, au même titre que les référentiels de tous poils  (y compris les fichiers tableurs, les bases de données marketing, ... j'en passe et des meilleurs entre le CRM, l'ERP, ....)

Mais le plus important, dans tout cela, c'est le METIER (votre "OR" à vous). Un "data analyst" ou un "data scientist"  peuvent se trouver assez facilement ... mais ceux/celles expérimentées avec un univers métier ne se trouvent pas "sous les pas d'un cheval". Et ces individus sont extrêmement recherché(e)s : un(e) data-scientist avec un brin d'expérience (tout dépend de la longueur et l'épaisseur du brin) et une expérience métier (Front et/ou Back Office) style Marketing, E-Commerce, Vente, Logistique, Maintenance, Titres, Asserts, Actuariat, .... on commence sérieusement à négocier, .... en province comme ailleurs ... et si en plus, vous savez présenter tout cela de manière simple et détendue, alors comme le disait si bien "Maiître Renard" : "Vous êtes l'Hôte de ces bois". .... Le best ultime : Data + Spécialité (scientist, analyst, steward, engineeri, etc.) + un métier (Commerce, Marketing, Actuariat, Banque, Logistique, etc.) + Formateur =>. Rare donc cher.

Les métiers de la données ont de l'avenir ... Il faut être tenace, créatif, résister à une certaine pression, savoir analyser et développer efficacement (et maîtriser au moins 2 langages), être rigoureux dans la démarche et dans les explications, car l'on peut toucher à des niveaux élevés de hiérarchie (une "bad analyze" peut avoir des conséquences fulgurantes ... et là, tu ne reviens pas...), être sûr de soi et démontrer sans se "faire démonter", avoir confiance en soi et toujours garder une bonne dose d'humilité.

Le principal élément de cette merveille chaîne de la donnée ... c'est VOUS et VOUS savez maintenant ce qui vous reste à faire.

En espérant avoir éclairé quelques lanternes ... passez un agréable week-end.
Yanolezard.