Le monde de la donnée est un immense chantier. Pour qu'un projet réussisse, il faut des architectes, des plombiers, des traducteurs et des gardiens.
On peut classer les métiers de la data en quatre grandes familles : ceux qui dirigent, ceux qui construisent, ceux qui analysent les résultats, et ceux qui fixent les règles.
1. Ceux qui dirigent et donnent le cap (Vision & Management)
Ils font le pont entre les besoins de l'entreprise et les experts techniques.
Responsable stratégique data (ou CDO - Chief Data Officer) : Le chef d'orchestre. Il décide comment la donnée doit servir les objectifs de l'entreprise.
Directeur / Head of AI : Le visionnaire technologique. Contrairement au CDO qui gère toute la donnée, lui se concentre spécifiquement sur l'intégration de l'intelligence artificielle dans les produits et les processus de l'entreprise.
Manager transformation data : Le guide. Il aide les employés à changer leurs habitudes pour intégrer la data dans leur travail quotidien.
Data Product Manager / Product Owner IA : Le concepteur. Il s'assure que l'outil de data ou d'IA créé est facile à utiliser et répond vraiment aux besoins des utilisateurs.
Chef de projet BI (Business Intelligence) : Le coordinateur. Il supervise la création de rapports et de graphiques pour aider la direction à prendre des décisions.
AI Strategy Consultant : Le conseiller en opportunités. Il aide les entreprises à identifier là où l'IA apportera le plus de valeur ajoutée et à calculer le retour sur investissement.
2. Ceux qui construisent et optimisent (Ingénierie & infrastructure)
Sans eux, la donnée est brute, sale et inutilisable. Ils créent les fondations solides.
Architecte Data : Le dessinateur. Il conçoit le plan global du système pour que les données soient stockées de manière logique et évolutive.
AI Infrastructure Engineer : Le motoriste. Il ne s'occupe pas du code de l'IA, mais de la puissance de calcul (serveurs, processeurs graphiques/GPU) nécessaire pour faire tourner des modèles gourmands.
Data Engineer (Ingénieur Data) : Le plombier. Il construit les tuyaux automatiques qui transportent la donnée de sa source jusqu'aux analystes.
Analytics Engineer : Le préparateur. Il nettoie et organise les données à la sortie des tuyaux pour qu'elles soient prêtes à être analysées immédiatement.
Manager opérationnel plateforme data : Le gardien technique. Il veille à ce que les serveurs et les outils fonctionnent sans interruption 24h/24.
Administrateur de bases de données (DBA) : Le gardien du coffre-fort. C’est le profil historique, mais toujours indispensable, qui s'assure que les bases de données sont performantes, sauvegardées et jamais saturées.
ML Ops (Machine Learning Operations) : Le mécanicien de l'IA. Il s'assure que les modèles d'intelligence artificielle restent performants et ne tombent pas en panne une fois lancés.
FinOps Data : Le comptable du Cloud. Il optimise les systèmes pour que le stockage et l'analyse des données coûtent le moins cher possible.
3. Ceux qui font parler la donnée (Analyse & Intelligence)
Ils transforment les chiffres en prédictions, en images ou en décisions concrètes.
Data Analyst : L'historien. Il analyse les chiffres du passé pour expliquer ce qui s'est passé et pourquoi.
Web analyst : Le spécialiste du comportement en ligne. Il analyse le parcours des utilisateurs sur un site web ou une application pour optimiser les ventes et autres KPI.
Data Scientist : Le devin. Il utilise les mathématiques pour prédire ce qui risque d'arriver dans le futur.
Analyste BI (Business Intelligence) : Souvent confondu avec le Data Analyst, lui est le spécialiste des outils de reporting (comme PowerBI ou Tableau). Son obsession : que les graphiques soient justes et mis à jour en temps réel pour les décideurs.
Machine Learning Engineer : l'artisan de l'IA. Il code les algorithmes pour que les machines apprennent à réaliser des tâches complexes seules.
Business Analyst : Le traducteur métier. Il transforme un problème de vente ou de marketing en une question mathématique précise.
Spécialistes (NLP / Computer Vision) : Les experts sensoriels. Ils apprennent aux machines à comprendre soit le langage humain (NLP), soit les images et vidéos (Computer Vision).
Prompt Engineer : Le "chuchoteur" d'IA. Il sait exactement comment parler aux IA génératives (comme ChatGPT) pour obtenir les meilleurs résultats.
Développeur d'Agents IA : Le constructeur d'assistants. Il ne crée pas l'IA, mais il assemble des "agents" capables d'utiliser des outils (chercher sur le web, envoyer un mail, calculer) pour réaliser des missions complexes de A à Z.
Data Storyteller : Le narrateur. Il transforme des graphiques complexes en une histoire simple et captivante pour convaincre un auditoire.
Designer d'Expérience IA (AI UX Designer) : Il réfléchit à la manière dont l'humain va interagir avec l'IA (fenêtre de chat, commandes vocales) pour que l'expérience soit optimale.
4. Ceux qui protègent et contrôlent (Gouvernance & Éthique)
Ils s'assurent que tout est légal, sécurisé et moral.
Manager gouvernance data : Le législateur. Il définit qui a le droit de voir quoi et comment garantir que l'information est exacte.
Data Steward : Le bibliothécaire. Il range, étiquette et documente les données pour que chacun sache ce qu'elles signifient.
DPO (Data Protection Officer) : Le garant de la vie privée. Il veille au respect des lois (RGPD) et à la protection des données personnelles.
Annotateur de données (Data Labeler) : Le tuteur. Il étiquette des milliers d'exemples (images, textes) pour montrer à l'IA ce qu'elle doit apprendre à reconnaître.
Analyste Qualité Data (Data Quality Analyst) : Le contrôleur technique. Son seul but est de traquer les doublons, les erreurs de saisie et les données manquantes pour éviter que les analystes ne travaillent sur de fausses informations.
Knowledge Graph Engineer : Le cartographe. Il crée des liens logiques entre des informations isolées pour que l'ordinateur comprenne le contexte (ex: un produit est lié à une usine, elle-même liée à un pays).
Éthicien IA / Auditeur d'algorithmes : La conscience. Ils vérifient que les IA ne sont pas biaisées (racistes, sexistes) et qu'elles prennent des décisions justes.
Privacy Engineer : Le cryptologue. Il code des protections techniques directement dans les logiciels pour rendre les données anonymes et inviolables.
Master Data Manager (MDM) : Le garant de la vérité unique. Il s'assure que si un client change d'adresse, l'information est mise à jour partout dans l'entreprise en même temps (compta, marketing, logistique).
Spécialiste en Cybersécurité Data : Le garde du corps. Il protège spécifiquement les flux de données et les modèles d'IA contre les tentatives de piratage ou de vol d'informations confidentielles.
Mais a t'on vraiment besoin de tout le monde ?
En fonction de votre taille, de votre maturité et de vos exigences, la taille des équipes est évidemment variable ; certaines personnes sont même seules pour tout faire. Selon vos besoins, vous pouvez commencer avec un profil polyvalent (souvent un Data Engineer ou un Data Analyst) avant de construire une équipe plus spécialisée avec différents experts !
