Des carrières décalées qui sont l’avenir des données
Intelligence (IA), l’avenir des données va au-delà des rôles traditionnels d’analyste de données ou de data scientist. Aujourd’hui plus que jamais, j’entends un grand nombre de mes pairs et d’experts du secteur exprimer leurs inquiétudes concernant le marché du travail – à savoir qu’il n’accepte plus les professionnels des données comme c’était le cas dans un passé récent – et l’avenir du monde de la technologie. J’entends de plus en plus de dirigeants dire que les responsabilités professionnelles d’un data scientist ou d’un analyste de données peuvent être très différentes de celles d’aujourd’hui.
Au cours des derniers mois, alors que je lisais des informations sur les avancées technologiques dans tous les secteurs d’activité, j’ai entendu parler de tant de carrières décalées et spécialisées émergeant dans le paysage. Les données sont partout autour de nous et pourtant, de nombreux secteurs n’ont pas vu un afflux de professionnels des données exploiter leur potentiel maximum. Nous entendons toujours parler de recrutement dans les secteurs de la technologie, de la santé, de la finance, de la vente au détail ou du gouvernement pour la plupart des postes liés aux données.
Donc, dans ce billet de blog, je veux souligner cinq champs où les données peuvent être largement utilisées avec un nombre limité de professionnels des données de qualité parmi la main-d’œuvre actuelle, si de véritables carrières dans les données existent déjà dans ces secteurs d’activité, à quoi ressemblent réellement ces rôles au quotidien et si elles sont durables à long terme.
Archéologie
L’historique et les données fonctionnent main dans la main.
L’archéologie ne ressemble peut-être pas à première vue à un domaine de données moderne, mais dans la pratique, les archéologues ont toujours travaillé comme des analystes : collectant des preuves fragmentées, recherchant des modèles dans l’espace et dans le temps et construisant des récits fondés sur des données.
Ce qui a changé au cours des deux dernières décennies, c’est l’introduction des données numériques. L’archéologie moderne s’appuie de plus en plus sur des données spatiales à haute résolution, la télédétection et la modélisation informatique. Les fouilles elles-mêmes ne sont plus le point de départ ; il s’agit souvent de la dernière étape, éclairée par une analyse approfondie des données en amont.
Quels rôles de données existent aujourd’hui ?
Les titres dédiés d’« archéologue de données » sont encore rares, mais les rôles hybrides se multiplient. Ceux-ci incluent :
- Analystes SIG intégrés dans les équipes d’archéologie ou de patrimoine
- Spécialistes de la télédétection travaillant avec le LiDAR et l’imagerie satellite
- Rechercher des data scientists dans les universités, les musées et les instituts de préservation culturelle
La plupart de ces rôles se situent à l’intersection de l’archéologie, de la géographie et de la science des données plutôt qu’au sein des équipes d’analyse d’entreprise.
En quoi consiste réellement le travail ?
Le travail quotidien sur les données en archéologie ressemble souvent à :
- Traitement des ensembles de données LiDAR pour identifier les structures souterraines
- Création de couches SIG combinant terrain, cartes historiques et enregistrements de fouilles
- Concevoir des modèles prédictifs pour estimer où les sites non découverts sont susceptibles d’exister
- Nettoyer et normaliser les bases de données d’artefacts qui s’étendent sur des décennies ou des siècles
Le but du travail en archéologie n’est pas l’optimisation dans un but lucratif, mais précision: en réduisant les fouilles inutiles, en préservant les sites fragiles et en améliorant la précision historique.
Ce parcours professionnel est-il durable ?
Les rôles liés aux données liées à l’archéologie sont stables mais de niche !
À mon humble avis, ils sont plus durables au sein du milieu universitaire, du gouvernement et des organisations internationales de préservation plutôt que dans les startups. Les compensations ne correspondent peut-être pas aux grandes technologies d’aujourd’hui, mais le financement du patrimoine culturel, de l’impact climatique sur les sites historiques et de la préservation numérique continue de croître à l’échelle mondiale.
Cette voie convient mieux aux professionnels des données motivés par la recherche, l’impact à long terme et le travail interdisciplinaire plutôt que par une évolution rapide de leur carrière.
Gestion de la faune
La gestion de la faune est déjà une discipline qui nécessite beaucoup de données – mais de l’extérieur, elle n’en a pas toujours l’air. La gestion et la conservation de la faune sauvage reposent sur la compréhension du comportement des espèces, des modèles environnementaux, des changements climatiques et des interactions écologiques, qui génèrent tous d’énormes quantités de données. Les décisions de conservation reposent de plus en plus sur des flux continus de données de capteurs, d’images satellite, de pièges photographiques et de modèles climatiques.
Contrairement aux rôles d’analyse traditionnels, les contraintes ici sont à la fois physiques et éthiques. Vous ne pouvez pas tester A/B les écosystèmes. Il faut travailler avec des données incomplètes, de l’incertitude et de longues boucles de rétroaction.
Quels rôles de données existent aujourd’hui ?
Les carrières en matière de données dans la gestion de la faune apparaissent généralement sous des titres tels que :
- Analyste de données sur la conservation
- Modélisateur écologique
- Scientifique des données spatiales (axé sur les SIG)
- Analyste en bioinformatique ou bio-surveillance
Ces rôles peuvent être trouvés au sein d’ONG, d’agences gouvernementales chargées de la faune (y compris les parcs nationaux et d’État), d’instituts de recherche et de cabinets de conseil en environnement.
En quoi consiste réellement le travail ?
Le travail sur les données du monde réel dans la gestion de la faune comprend :
- Analyser les données des colliers GPS pour comprendre les migrations et les changements de territoire
- Utiliser l’imagerie satellite pour suivre la déforestation, la sécheresse ou la perte d’habitat
- Traitement des images de pièges photographiques avec des modèles de vision par ordinateur
- Créer des modèles de risque pour prédire l’activité de braconnage ou les épidémies
Les résultats sont souvent des outils d’aide à la décision plutôt que des tableaux de bord : des cartes, des alertes et des prévisions qui guident les interventions sur le terrain.
Ce parcours professionnel est-il durable ?
Il s’agit d’un domaine en pleine croissance mais dépendant des subventions !
La demande augmente en raison du changement climatique, de la perte de biodiversité et de la réglementation gouvernementale, mais les postes dépendent souvent de financements publics ou de budgets à but non lucratif.
Pour les professionnels des données, la durabilité s’améliore considérablement grâce à la spécialisation dans un domaine (écologie, sciences de l’environnement) et à de solides compétences en analyse spatiale. Les analystes généralistes peuvent avoir des difficultés ici ; les spécialistes prospèrent.
Analyse sportive
L’analyse sportive est aujourd’hui l’une des carrières de données qui connaît la croissance la plus rapide, grâce aux capteurs en temps réel, au suivi des joueurs, à la biomécanique et aux mesures de performance. Il y a cinq ans, je pensais faire de l’analytics pour le sport ou la finance mais le destin en avait d’autres projets !
À mon avis, l’analyse sportive n’est plus une fonction expérimentale : c’est une infrastructure. Les équipes professionnelles de basket-ball, de cricket, de football et de football utilisent toutes l’analyse pour prendre des décisions plus intelligentes et traitent désormais les données comme un atout concurrentiel, intégrant l’analyse dans le dépistage, l’entraînement, la prévention des blessures et même l’engagement des fans !
Ce qui rend l’analyse sportive unique, c’est la vitesse des commentaires. Les modèles sont testés à chaque jeu, parfois à chaque partie. Les échecs sont visibles, rapides et instructifs.
Utiliser vos compétences en analyse de données pour aider votre équipe préférée à remporter plus de matchs semble trop beau pour être vrai, n’est-ce pas ?
Quels rôles de données existent aujourd’hui ?
Contrairement à de nombreux domaines émergents, l’analyse sportive a rôles clairement définis :
- Analyste des performances
- Scientifique des données sportives
- Analyste en biomécanique
- Ingénieur en analyse vidéo et vision par ordinateur
Ces rôles existent au sein des équipes professionnelles, des ligues, des entreprises de technologie sportive et des plateformes médiatiques.
En quoi consiste réellement le travail ?
Les professionnels des données sportives travaillent généralement sur :
- Données de suivi des joueurs et de gestion de la charge
- Modélisation du risque de blessure à l’aide de mesures physiologiques
- Détection d’événements et reconnaissance de formes par vidéo
- Valorisation des contrats et prévision des performances à long terme
Le travail allie statistiques, apprentissage automatique et intuition de domaine : les modèles doivent s’aligner sur la réalité du coaching, et pas seulement sur la signification statistique.
Ce parcours professionnel est-il durable ?
Oui, et très compétitif ! Il y a moins d’emplois par rapport aux intérêts, et les équipes privilégient souvent les candidats possédant à la fois des compétences analytiques et des connaissances spécifiques au sport.
La durabilité à long terme pourrait être meilleure en se lançant dans des rôles de fournisseurs de technologies sportives, d’analyse des médias ou de recherche appliquée plutôt que de rester uniquement au sein d’équipes.
Énergie renouvelable
À mesure que les énergies renouvelables évoluent, la variabilité devient le principal défi. Le vent ne souffle pas toujours. Le solaire ne brille pas toujours. Les données sont ce qui rend les systèmes renouvelables suffisamment prévisibles pour qu’on puisse s’y fier.
Dans ce domaine, l’analyse n’est pas un complément : elle est fondamentale pour la stabilité, la tarification et la politique du réseau.
Quels rôles de données existent aujourd’hui ?
L’énergie renouvelable emploie des professionnels des données dans des rôles tels que :
- Analyste des systèmes énergétiques
- Data scientist en prévision et optimisation
- Ingénieur analyse de grille
- Analyste de données sur la politique énergétique
Ces rôles existent dans les services publics, les startups énergétiques, les agences gouvernementales et les laboratoires de recherche.
En quoi consiste réellement le travail ?
Le travail quotidien comprend souvent :
- Prévision de la production solaire et éolienne à l’aide des données météorologiques
- Optimiser le stockage d’énergie et l’équilibrage de charge
- Identifier les pertes et les inefficacités de transmission
- Soutenir les décisions réglementaires et d’investissement avec des modèles basés sur des données
Contrairement à l’analyse des consommateurs, ce travail met l’accent sur la fiabilité, l’explicabilité et les prévisions à long terme.
Ce parcours professionnel est-il durable ?
Très!
Alors que les investissements mondiaux dans les énergies propres continuent d’augmenter, l’expertise en matière de données est de plus en plus exigée par la réglementation et la complexité des infrastructures. L’énergie renouvelable est l’un des domaines les plus évolutifs pour les professionnels des données désireux d’apprendre les systèmes énergétiques et les contraintes politiques.
Stratégie d’enquête
La stratégie d’enquête applique l’analyse des données à des environnements à enjeux élevés où les décisions ont des conséquences immédiates : cybersécurité, enquêtes criminelles, analyse du renseignement et criminalité financière.
Ici, le défi n’est pas seulement le volume, mais l’extraction du signal dans des conditions d’incertitude et de pression temporelle.
Quels rôles de données existent aujourd’hui ?
Ces rôles apparaissent généralement comme :
- Analyste du renseignement
- Data scientist en détection de fraude et d’anomalies
- Analyste des cybermenaces
- Spécialiste de l’analyse comportementale
On les trouve couramment dans les agences gouvernementales, les entrepreneurs de la défense, les institutions financières et les entreprises de cybersécurité.
En quoi consiste réellement le travail ?
Le travail sur les données d’enquête comprend :
- Reconstruire des chronologies à partir de preuves numériques fragmentées
- Détection de modèles anormaux dans les données financières ou de communication
- Créer des systèmes de notation des risques pour la priorisation
- Traduire des résultats complexes en informations exploitables pour les parties prenantes non techniques
La précision et la responsabilité comptent ici plus que la nouveauté du modèle.
Ce parcours professionnel est-il durable ?
Oui, avec des réserves. La demande reste forte, mais les postes nécessitent souvent des autorisations de sécurité, une rigueur éthique et une tolérance pour des sujets émotionnellement lourds.
Pour les professionnels des données qui apprécient le travail axé sur leur mission et les environnements structurés, cette voie offre une stabilité à long terme.
Pensées finales..
Les carrières dans les données deviennent plus contextuelles
L’avenir du travail sur les données ne consiste pas à rechercher le prochain titre de poste générique, mais à intégrer profondément l’analyse dans des problèmes spécifiques à un domaine.
En examinant ces domaines, nous constatons une tendance plus large selon laquelle les carrières dans les données deviennent moins centralisées et plus contextuelles. Les professionnels des données les plus résilients ne seront pas ceux qui connaissent le plus d’outils, mais ceux qui savent associer compétences analytiques, sens des affaires, jugement éthique et pensée critique à long terme. La question n’est plus « Les données peuvent-elles être utilisées ici ? mais « Qui comprend suffisamment bien ce domaine pour utiliser les données de manière responsable et efficace ?
C’est tout de mon côté sur ce billet de blog. Merci d’avoir lu! J’espère que vous avez trouvé cette lecture intéressante. sur votre expérience de la narration, votre parcours dans les données et ce que vous recherchez pour la nouvelle année !
Rashi est un expert des données de Chicago qui aime analyser les données et créer des histoires de données pour communiquer des informations. Elle est consultante senior en analyse de soins de santé à temps plein et aime écrire des blogs sur les données le week-end avec une tasse de café.
