Les recruteurs ne vont-ils pas s’orienter plutôt vers un profil plus chercheur que sur un intégrateur, même si ce dernier peut justifier via des formations?
Effectivement, data scientist est plutôt un boulot de MOA et de statisticien. Pour autant, comme le dit NeoX< ci-dessus et vu que tu es prêt à suivre des formations, d'autant que tu as déjà bossé sur un ETL : bon, mettre en avant ta compréhension des modèles de données aiderait, mais déjà tu peux afficher la maîtrise des grosses volumétries et l'optimisation des traitements ; si tu as déjà travaillé avec les développeurs des transformations de données, les DBA au niveau des choix de modèles de données et sur une connaissance du fonctionnel, ce sera un plus.
Si le terme de data-drilling (fouille de données) te parle, que tu as un côté artistique pour la visualisation de données (tout n'est pas qu'histogramme...), que tu as déjà joué avec R-project/aime bien le python, tu pourras approfondir ces sujets :-)
Vous verriez plus un autre type de poste, toujours dans la data ?
bin, le volet intégrateur :-) (je comprends que pour toi c'est situé entre les dévs et l'exploitant). Il y a déjà pas mal de choses à faire au niveau cassandra, hadoop (et tout son écosystème) et autres. Il y a moins l'aspect fonctionnel et le traitement de la données en elle-même et plus la maîtrise des perfs, l'optimisation des traitements...
L'avantage, c'est que tu pourrais avoir la chance d'être pris sur un projet et voir si le domaine te convient effectivement. Vu que c'est très vaste la big data (et un peu galvaudé, il faut bien dire), cela te permettra peut-être d'être plus au clair de ce qui t'intéresse et des capacités effectivement nécessaires.
# profil
Posté par BAud (site web personnel) . En réponse au message [Métiers] Data ?. Évalué à 2. Dernière modification le 28 mars 2016 à 16:10.
Effectivement, data scientist est plutôt un boulot de MOA et de statisticien. Pour autant, comme le dit NeoX< ci-dessus et vu que tu es prêt à suivre des formations, d'autant que tu as déjà bossé sur un ETL : bon, mettre en avant ta compréhension des modèles de données aiderait, mais déjà tu peux afficher la maîtrise des grosses volumétries et l'optimisation des traitements ; si tu as déjà travaillé avec les développeurs des transformations de données, les DBA au niveau des choix de modèles de données et sur une connaissance du fonctionnel, ce sera un plus.
Si le terme de data-drilling (fouille de données) te parle, que tu as un côté artistique pour la visualisation de données (tout n'est pas qu'histogramme...), que tu as déjà joué avec R-project/aime bien le python, tu pourras approfondir ces sujets :-)
bin, le volet intégrateur :-) (je comprends que pour toi c'est situé entre les dévs et l'exploitant). Il y a déjà pas mal de choses à faire au niveau cassandra, hadoop (et tout son écosystème) et autres. Il y a moins l'aspect fonctionnel et le traitement de la données en elle-même et plus la maîtrise des perfs, l'optimisation des traitements...
L'avantage, c'est que tu pourrais avoir la chance d'être pris sur un projet et voir si le domaine te convient effectivement. Vu que c'est très vaste la big data (et un peu galvaudé, il faut bien dire), cela te permettra peut-être d'être plus au clair de ce qui t'intéresse et des capacités effectivement nécessaires.