Les métiers de la pharma : Data scientist ingénieur(e) base de données
L’ingénieur(e) base de données, aussi appelé(e) data scientist, valorise l’ensemble des données de l’entreprise pour l’aider dans sa prise de décisions et en faire un levier de création de valeur.
Il/elle analyse des masses de données hétérogènes, éventuellement non structurées, pour en extraire de la connaissance utile à l’optimisation des offres et services de l’entreprise. Il/elle possède une vision transverse et croise les données de différentes sources dispersées.
Ses activités s'articulent autour de 5 grands axes :
Gestion de projets - Management d’équipe interne / externe
- Participation à la définition des projets structurants de l’entreprise, en collaboration avec les métiers (et en particulier la R&D)
- Dimensionnement des projets et définition des choix techniques et méthodologiques des missions
- Pilotage du budget
- Management d’équipe interne ou externalisée
Extraction, uniformisation et structuration des données
- Collecte, sélection et validation des données pertinentes pour l’analyse
- Définition des solutions de stockage et de la structuration des données
- Conversion, codage et cartographie des données de consommation ou d’usage produit dans un format compréhensible par l’ensemble des collaborateurs/trices
- Amélioration de la qualité et enrichissement des bases de données
- Détermination des outils et méthodes d’acquisition de données depuis un ensemble de bases techniquement hétérogènes
- Conception de l’architecture d’un entrepôt de données décisionnelles (data warehouse)
- Garantie de la conformité et de la qualité des données dans son domaine d’activité, mise en place des processus de surveillance, mise en œuvre des améliorations appropriées dans son domaine
Analyses prédictives et développement de la connaissance client
- Mise en œuvre et garantie de la modélisation statistique des données
- Développement des algorithmes d’apprentissage (machine learning) et des scénarios prédictifs des comportements clients
- Optimisation de la segmentation client à l’aide des statistiques et données de consommation
- Étude et mise en place des meilleures solutions techniques pour gérer les grands volumes de données
- Conception des modèles de détection des insights et des opportunités de marché
- Test et contrôle de la qualité et de la cohérence des bases de données
- Accompagnement de l’entreprise dans le développement de leviers de création de valeur
Développement d’outils de support aux clients internes
- Participation à la mise en œuvre de la stratégie marketing de l’entreprise
- Analyse de l’ensemble des données pour développer des systèmes d’aide à la décision
- Participation au développement des indicateurs de performance de l’entreprise
- Fourniture aux chefs de produit des leviers statistiques décisionnels pour la conduite et l’analyse des campagnes de prospection
- Réalisation des études statistiques pour les clients internes ou la direction de l’entreprise
- Animation des ateliers d’expression des besoins internes et rédaction des cahiers des charges
- Rédaction de la spécification des besoins à destination des DSI ou de la maîtrise d’ouvrage
- Détermination des outils de reporting dynamiques et multidimensionnels (OLAP4)
- Présentation des résultats des études réalisées aux clients internes
- Formation des utilisateurs aux outils informatiques et décisionnels
Veille technologique sur les outils de datamining – Archivage
- Réalisation d’une veille et d’une évaluation sur les nouvelles technologies et solutions logicielles d’analyse des données
- Recherche, expérimentation de nouvelles méthodes de modélisation et d’analyse des données
- Archivage, maintien à jour de la documentation technique
