Lien vers l’article : https://www.linkedin.com/pulse/data-engineer-analyt-truc-machin-mais-ils-font-quoi-tous-puslecki-h43de/

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.