Forum
Data Analyst Freelance : compétences minimales
Bonjour à tous,
J'aimerrais avoir des avis et conseils de la part de personnes spécialisées dans la Data (Engineer, Analyst, Scientist...).
Récemment j'ai mis fin à mon activité salariale au sein d'une ESN après y avoir passé 2 ans et demi. Je souhaite commencer mon activité de freelance en tant que Data Analyst. J'ai une expérience de 16 mois dans le domaine et les compétences que je maitrise sont l'extraction, le traitement, la mise en forme et la visualisation de données avec les langages Python, R et SQL.
Cependant j'ai l'impression qu'actuellement sur le marché ces compétences que j'ai acquis sont loin d'être suffisantes. Je tombe très souvent sur des offres (aussi bien freelance que CDI) qui, en dehors d'un nombre d'années d'expérience allant de 3 à 5 ans, demandent divers outils et technos que je ne connais pas ou bien dont je n'ai pas eu l'occasion de les pratiquer durant mes missions.
J'ai bien eu l'idée de me former en autodidacte sur celles-ci ou alors via des bootcamps mais là encore j'ai l'impression que ça ne suffit pas pour la plupart des entreprises, qu'elles veulent absolument une personne qui les a déjà mis en pratique sur le terrain.
Pensez-vous que je peux débuter dans le freelancing avec les compétences que j'ai à l'heure actuelle ? Peut-être que je ne cherche pas là où il faut ? Devrais-je mettre de côté le freelancing et chercher un autre CDI afin de monter en compétences sur d'autres technos? Merci d'avance.
J'aimerrais avoir des avis et conseils de la part de personnes spécialisées dans la Data (Engineer, Analyst, Scientist...).
Récemment j'ai mis fin à mon activité salariale au sein d'une ESN après y avoir passé 2 ans et demi. Je souhaite commencer mon activité de freelance en tant que Data Analyst. J'ai une expérience de 16 mois dans le domaine et les compétences que je maitrise sont l'extraction, le traitement, la mise en forme et la visualisation de données avec les langages Python, R et SQL.
Cependant j'ai l'impression qu'actuellement sur le marché ces compétences que j'ai acquis sont loin d'être suffisantes. Je tombe très souvent sur des offres (aussi bien freelance que CDI) qui, en dehors d'un nombre d'années d'expérience allant de 3 à 5 ans, demandent divers outils et technos que je ne connais pas ou bien dont je n'ai pas eu l'occasion de les pratiquer durant mes missions.
J'ai bien eu l'idée de me former en autodidacte sur celles-ci ou alors via des bootcamps mais là encore j'ai l'impression que ça ne suffit pas pour la plupart des entreprises, qu'elles veulent absolument une personne qui les a déjà mis en pratique sur le terrain.
Pensez-vous que je peux débuter dans le freelancing avec les compétences que j'ai à l'heure actuelle ? Peut-être que je ne cherche pas là où il faut ? Devrais-je mettre de côté le freelancing et chercher un autre CDI afin de monter en compétences sur d'autres technos? Merci d'avance.
- Contacter en MP
Free-Worker-230480
Nombre de posts : 1Nombre de likes : 1Inscrit : 2 octobre 2020Bonjour, je vous conseil plutot de proposer des services avec des outils que vous maitrisez bien et en meme temps continuer de vous former. Les entreprises se trompent souvent dans les annonces par exemple : Offre pour un data analyst avec des competences d'un data scientist ou encore un scientist avec des compétence d'un data Engeneer cela n'a pas de sens. - Contacter en MP
MD78
Nombre de posts : 18Nombre de likes : 3Inscrit : 14 décembre 2020Merci de votre réponse.
En effet cela arrive souvent, sur le titre de l'offre il est indiqué Data Scientist mais quand on lit le descriptif on voit que les compétences recherchées se retrouvent plutôt chez un Data Engineer.
Et oui c'est ce que je fais actuellement, je propose mes services principalement dans les outils que je maîtrise tout en continuant à me former sur les autres. - Contacter en MP
Drogon83
Nombre de posts : 6Nombre de likes : 0Inscrit : 8 juillet 2015Je suis content de lire ce post qui correspond vraiment à ce que je rescent.
je suis developpeur BI avec 12 ans d'experience et je souhaite avoir la casquette de DATA Analyste.
Le souci, c'est que j'ai beaucoup de mal a comprendre les réelles fonctions d'un data analyste( les offres ne sont pas précises et il y a en generale une profonde confusion avec les data scientistes.)
je souhaiterai avoir le retour de quelqu'un qui a été en mission en entreprise pour adapter les formations que je vais suivre pour ma reconversion.
Merci d'avance ! - Contacter en MP
14529
Nombre de posts : 52Nombre de likes : 11Inscrit : 17 novembre 2014Le problème est que chaque secteur et même chaque entreprise à sa propre définition des postes de Data Engineer / Analyst / Scientist.
Pour répondre à la question de Freelance_Data, je pense que le mieux est de profiter des ESN pour se former gratuitement à des technos. Je veux dire par là que les ESN peuvent te caser sur des postes ou tu apprendras sur le tas de nouvelles technos,ce qui est difficile quand tu es en freelance car le client cherche quelqu'un de déjà bon et opérationnel tout de suite.
Une fois ton expertise construite dans un domaine où il y a de la demande tu quittes l'ESN et tu passes freelance car tu es convaincant au niveau de ton expertise. - Contacter en MP
FredG44
Nombre de posts : 20Nombre de likes : 38Inscrit : 20 janvier 2020Bonjour, voici mon expérience, j'ai 5ans d'expérience dans la data et plus particulièrement sur la dataviz.
Déja pour moi, il y a 2 grands domaine : la data décicionnel et le big data
(les outils et techno n'ont rien à voir)
Le marché de la data pour les freelance est un marché nouveau, les entreprises préfèrent faire appel à des petites sociétés ou des ESN pour traiter ces sujets souvent stratégique.
Mais je suis convincu que c'est le bon moment, reste à bien suivre les évolutions du domaine (métiers, outils ...)
Fred - Contacter en MP
Ozymandias
Nombre de posts : 119Nombre de likes : 25Inscrit : 27 novembre 2017Il faut faire attention à un point quand même. Les entreprises attendent (souvent) de leurs data analysts qu'ils aient une vraie connaissance fonctionnelle. Et pas juste d'un secteur en particulier mais une connaissance des données et des process de l'entreprise.
Donc, la majorité des "vrais" postes de data analysts sont des postes en interne.
Pour info, avant d'être consultant freelance (en BI), je cherchais justement un poste de data analyst. Je n'avais aucun problème à avoir des entretiens chez des clients finaux. Par contre, les SSII qui cherchaient des "data analysts" recherchaient finalement soit des data engineers soit des petites mains pour maintenir des macros Excel créées il y a 20 ans. - Contacter en MP
phili_b
Nombre de posts : 536Nombre de likes : 12Inscrit : 8 octobre 2014Pour les définitions Data Analyst et Data Scientist je ne vois pas comment on peut se tromper, à moins de vouloir une personne avec la double compétence, ou qui acquiert cette double compétence plus tard, ça reste quand à la base 2 postes de provenance différentes : un data analyst est un informaticien et data scientist est un scientifique, et à la croisé des chemins il y a le scientifique qui s'est mis au développement ou le développeur qui a un bon bagage scientifique.
Je viens du monde de la BI (>15 ans, et avant Delphi +SGBDR) , et en répondant il y a 3 ans à une annonce pour faire du Python et de l'Excel, j'ai en fait pu monter tout un écosystème en R Shiny Dplyr grâce au fait qu'il y avait une application initiale en R Shiny.
Par contre je vois que je suis à mes limites pour le côté scientifique, et pour le coup heureusement qu'il y a une scientifique pédagogue et qui a une appétence pour la programmation. En fait le point de rencontre des data scientist et data analyst c'est Jupyter : ce n'est pas au scientifique de mettre en œuvre l'architecture logicielle ni les développements annexes, mais c'est à lui de trouver l'algo scientifique pour que le data analyst puisse le mettre en œuvre et l'industrialiser.
En tout cas que ça soit pour les data analyst et data scientist il me semble que la période est très porteuse quand on voit les annonces et les actualités.
Mais la BI c'est différent, ça reste utile mais j'en ai fait le tour, je ne veux plus faire de décisionnel. Ce qui m'en a surtout éloigné ce sont les outils clique-boutons comme les ETL ou les BO/QlikView. En plus si la BI est adaptée à l'informatique de gestion, je n'en dirais pas autant pour les données scientifiques et industrielles. En plus la BI est beaucoup moins souple en terme de fonctionnalité qu'une application à façon R Shiny ou Python Flask.
Mais pour revenir à ta question sur le changement d'orientation technologique, Freelance_Data, j'ai du refuser pendant presque 2 ans des offres BI pour pouvoir refaire du développement, et m'autoformer, et maintenant que j'ai 3 ans d'expérience en R Shiny Dplyr (et un peu de Python Flask Panda) je peux maintenant mettre en avant mon expérience de Data Analyst, et faire oublier en quelque sorte mon passé de consultant BI même s'il y a une logique entre les 2 qui m'a permis de passer de l'un à l'autre : le traitement et l'analyse de données.
Je suis freelance depuis 4 ans.EURL / IR / BNC - Contacter en MP
Ozymandias
Nombre de posts : 119Nombre de likes : 25Inscrit : 27 novembre 2017
Je trouve cette réponse intéressante parce que ça illustre bien le problème initial de la définition du poste.phili_b a écrit : Pour les définitions Data Analyst et Data Scientist je ne vois pas comment on peut se tromper, à moins de vouloir une personne avec la double compétence, ou qui acquiert cette double compétence plus tard, ça reste quand à la base 2 postes de provenance différentes : un data analyst est un informaticien et data scientist est un scientifique, et à la croisé des chemins il y a le scientifique qui s'est mis au développement ou le développeur qui a un bon bagage scientifique.
Nous avons un parcours assez similaire puisque j'ai toujours travaillé dans la BI. Et j'ai aussi souhaité me réorienter en en me formant à R, aux stats et au machine learning.
Et pourtant : je n'ai jamais croisé de collègue ou d'entreprise où les data analysts sont considérés comme des informaticiens. De mon expérience, c'est plutôt ça :
data analyst = business analyst + stats (dont R, SAS ou Python) + SQL
Par exemple, une amie qui travaillait à l'INSEE avait été engagée comme "chargée d'études statistiques". Et cet intitulé de poste a été changé en "data analyst" il y a quelques années pour donner une image plus moderne.
Je radote mais mon bagage BI + mes formations en R, stats et machine learning étaient suffisantes pour des postes de data analyst en interne. Mais pour des missions (en SSII ou freelances) c'était mission impossible.
Je pense que la meilleure option est celle de phili_b : entrer par la petite porte via une mission sur une techno que vous connaissez. Mais essayer de viser une entreprise avec un eco-système qui contient vos technos cibles (R, python avec Pandas, Jupyter, etc.). - Contacter en MP
phili_b
Nombre de posts : 536Nombre de likes : 12Inscrit : 8 octobre 2014
J'ai croisé il y a longtemps des bio informaticiens. En fait équivalent bio de ton amie pour les stats. Mais il y a tellement peu de gens qui ont cette spécialité que les recruteurs sont obligés de chercher parmi les informaticiens ou scientifiques. Pour moi ton amie est davantage data scientist, mais comme elle est dans les stats c'est moins évident de placer le mot scientist mais en fait elle l'est.Ozymandias a écrit : Et pourtant : je n'ai jamais croisé de collègue ou d'entreprise où les data analysts sont considérés comme des informaticiens. De mon expérience, c'est plutôt ça :
data analyst = business analyst + stats (dont R, SAS ou Python) + SQL
Par exemple, une amie qui travaillait à l'INSEE avait été engagée comme "chargée d'études statistiques". Et cet intitulé de poste a été changé en "data analyst" il y a quelques années pour donner une image plus moderne.
D'ailleurs même si ces bio informaticiens avaient les compétences pour faire de l'informatique ils, elles majoritairement en fait, étaient d'abord scientifiques : cela ne les gênaient pas d'utiliser des usines à gaz comme SAS mais ils rechignaient à faire du développement classique. Mais maintenant il me semble qu'ils apprennent davantage R et Python.
En revanche il me semble que pour ce qui est du leadership dans le domaine il provient de docteurs en sciences ou statistiques qui ont mis les mains dans le cambouis et qui ont fait avancer les outils de développement.
Mais dans le monde de tout les jours je pense comme toi qu'il y a de la place pour des informaticiens comme nous. Les recruteurs cherchent souvent un mouton à cinq pattes data scientist + data analyst mais quand on parcourt les profils sur LinkedIn il y a quand même un paquet de data analyst au sens informaticien du terme.
Un paquet dans le sens representatif rapport aux data scientist mais par contre pas si nombreux par rapport aux développeurs web classiques : ce qui veut dire que la légère tension est en notre faveur 🙂 D'ailleurs si on n'en croise pas c'est qu'il y en a peu : sur LinkedIn il y a peu de pages de spécialistes de ce domaine en tout cas en France.
Ce qui est bien c'est que R et Python sont des communautés presque jumelles très dynamiques avec plein de tutoriaux et projets ouverts très instructifs.
Ha ça me fait penser à une offre que j'ai reçue : un travail à distance dans les essais cliniques... pour faire du packaging et de l'administration à longueur de journée. Ils avaient bien ciblés que je n'avais pas le niveau scientifique mais que j'avais les compétences techniques. Mais de l'administration et du support à 80% du temps sans développement ou presque, non merci. :)) Déjà quand je fais du apt-get install pendant plus d'une semaine continue ça me saoule.EURL / IR / BNC - Contacter en MP
phili_b
Nombre de posts : 536Nombre de likes : 12Inscrit : 8 octobre 2014
Peux tu donner des exemples des outils et technos qui te manquent dont tu parles ?Freelance_Data a écrit : demandent divers outils et technos que je ne connais pas ou bien dont je n'ai pas eu l'occasion de les pratiquer durant mes missions.EURL / IR / BNC - Contacter en MP
MD78
Nombre de posts : 18Nombre de likes : 3Inscrit : 14 décembre 2020
Ton parcours est assez interessant car de base mes compétences sont justement plus orientées dev avec des compétences en python (pandas, matplotlib), R Shiny (Dplyr notamment) et un peu de SQL J'ignorais que les outils comme Power BI ou QlikView ainsi que les ETL étaient destinés à de la BI principalement. Moi qui pensais qu'il était nécessaire qu'un Data Analyst devait maitriser ces outils BI, je vois maintenant plus clair les différences entre les 2 (après comme ça été dit il y a souvent une confusion dans les descriptifs de postes chez les entreprises).phili_b a écrit : Pour les définitions Data Analyst et Data Scientist je ne vois pas comment on peut se tromper, à moins de vouloir une personne avec la double compétence, ou qui acquiert cette double compétence plus tard, ça reste quand à la base 2 postes de provenance différentes : un data analyst est un informaticien et data scientist est un scientifique, et à la croisé des chemins il y a le scientifique qui s'est mis au développement ou le développeur qui a un bon bagage scientifique.
Je viens du monde de la BI (>15 ans, et avant Delphi +SGBDR) , et en répondant il y a 3 ans à une annonce pour faire du Python et de l'Excel, j'ai en fait pu monter tout un écosystème en R Shiny Dplyr grâce au fait qu'il y avait une application initiale en R Shiny.
Par contre je vois que je suis à mes limites pour le côté scientifique, et pour le coup heureusement qu'il y a une scientifique pédagogue et qui a une appétence pour la programmation. En fait le point de rencontre des data scientist et data analyst c'est Jupyter : ce n'est pas au scientifique de mettre en œuvre l'architecture logicielle ni les développements annexes, mais c'est à lui de trouver l'algo scientifique pour que le data analyst puisse le mettre en œuvre et l'industrialiser.
En tout cas que ça soit pour les data analyst et data scientist il me semble que la période est très porteuse quand on voit les annonces et les actualités.
Mais la BI c'est différent, ça reste utile mais j'en ai fait le tour, je ne veux plus faire de décisionnel. Ce qui m'en a surtout éloigné ce sont les outils clique-boutons comme les ETL ou les BO/QlikView. En plus si la BI est adaptée à l'informatique de gestion, mais je n'en dirais pas autant pour les données scientifiques et industrielles. En plus la BI est beaucoup moins souple en terme de fonctionnalité qu'une application à façon R Shiny ou Python Flask.
Mais pour revenir à ta question sur le changement d'orientation technologique, Freelance_Data, j'ai du refuser pendant presque 2 ans des offres BI pour pouvoir refaire du développement, et m'autoformer, et maintenant que j'ai 3 ans d'expérience en R Shiny Dplyr (et un peu de Python Flask Panda) je peux maintenant mettre en avant mon expérience de Data Analyst, et faire oublier en quelque sorte mon passé de consultant BI même s'il y a une logique entre les 2 qui m'a permis de passer de l'un à l'autre : le traitement et l'analyse de données.
Je suis freelance depuis 4 ans.
Mais du coup si tu as dû refuser durant 2 ans beaucoup d'offres BI ça veut dire qu'il y a beaucoup plus de besoin côté BI que côté Data Analytics sur le marché non ? - Contacter en MP
MD78
Nombre de posts : 18Nombre de likes : 3Inscrit : 14 décembre 2020
Power BI (j'ai commencé une formation dessus depuis quelques temps), Qlikview, Tableau, des compétences en marketing, Microsoft azure, Google Cloud Platform, Google Analytics, Excel, VBA, Access...phili_b a écrit :
Peux tu donner des exemples des outils et technos qui te manquent dont tu parles ?Freelance_Data a écrit : demandent divers outils et technos que je ne connais pas ou bien dont je n'ai pas eu l'occasion de les pratiquer durant mes missions.
Bref, des outils et technos peut-être plus orientées BI. Alors que durant ma mission en tant que Data Analyst, je passais la majeure partie de mon temps à coder en Python et R. - Contacter en MP
phili_b
Nombre de posts : 536Nombre de likes : 12Inscrit : 8 octobre 2014
Ah. Pour moi on est consultant BI ou data analyst. Là sauf exception dans cette liste quand on parle de data analyst s'agit du point de vue d'une ESN qui veut que tu ailles partout.Power BI (j'ai commencé une formation dessus depuis quelques temps), Qlikview, Tableau, des compétences en marketing, Microsoft azure, Google Cloud Platform, Google Analytics, Excel, VBA, Access...
Mais du VBA et de l'Access je l'ai supprimé depuis 20 ans de mon CV sinon je ne progressais pas et on me proposait des projets bidouillés par des non informaticiens. En plus ce n'est pas non plus de la BI.
Power BI, anciennement SSIS et compagnie, ils se sont améliorés mais il n'allait pas à la cheville des ETL sauf la partie reporting mais moins puissant que Business Object. Qlikview c'est puissant mais c'est une sacré usine à gaz en dessous.
En gros je ne suis pas triste d'avoir abandonné les 3/4 de ta liste. Si je suis devenu data analyst c'est justement pour ne plus toucher à ces produits sauf pour dépanner. Et même si ces outils m'intéresserait encore, ça n'a pas de sens d'avoir un profil trop large sauf pour les ESN, en tout cas celles qui veulent que tu saches faire du php, du Java, du VBA, du C, de l'Excel, autrement dit un pot pourri au dépend de la cohérence de CV, et finalement être spécialiste de rien. Même si je force le trait car BI et data analyst ont quand même des liens, être consultant BI et data analyst c'est quand même faire le grand écart.EURL / IR / BNC - Contacter en MP
phili_b
Nombre de posts : 536Nombre de likes : 12Inscrit : 8 octobre 2014J'ai une expérience de 16 mois dans le domaine et les compétences que je maitrise sont l'extraction, le traitement, la mise en forme et la visualisation de données avec les langages Python, R et SQL
Reste dans ce domaine, c'est davantage novateur et ça a davantage le vent en poupe. Sinon selon le bon vouloir d'un commercial il va te trouver une mission en BI de 3 ans et tu peux dire adieu aux missions R et Python puisque ça sera marqué sur ton front (ou l'inverse si tu n'aime pas R et Python) . Tu ne peux pas courir autant de lièvres à la fois.
Je suis passé du développement Delphi au reporting BO à la conception d'univers BO, à la conception de data warehouse, aux ETL, puis à R Shiny et Python . Mais jamais tout en même temps. Il faut se spécialiser un minimum.
Ou alors ouvre ton champ de compétence pour savoir ce qui va te plaire, mais rapidement ne te laisse pas balader dans des technos trop différentes entre elles.EURL / IR / BNC - Contacter en MP
phili_b
Nombre de posts : 536Nombre de likes : 12Inscrit : 8 octobre 2014
Pas forcément. Par frilosité les gens veulent que tu restes ad vitam aeternam dans ton domaine actuel ou alors ils veulent que tu étendes tes compétences dans celles sans valeur ajoutée pour toi, c'est-à-dire facilement vendable mais pas forcément intéressante.Mais du coup si tu as dû refuser durant 2 ans beaucoup d'offres BI ça veut dire qu'il y a beaucoup plus de besoin côté BI que côté Data Analytics sur le marché non ?
Il faut que tu fasses la part des choses entre les besoins des clients finaux qui veulent que tu sois un minimum spécialisé et certaines ESN qui veulent des gens à tout faire, une fois plombier, une autre fois électricien, une autre fois chef de projet, une autre consultant.
Donc il faut choisir à un moment entre BI et R + Python.EURL / IR / BNC - Contacter en MP
MD78
Nombre de posts : 18Nombre de likes : 3Inscrit : 14 décembre 2020
Ok je prends en compte ton conseil là-dessus, encore merci !phili_b a écrit :J'ai une expérience de 16 mois dans le domaine et les compétences que je maitrise sont l'extraction, le traitement, la mise en forme et la visualisation de données avec les langages Python, R et SQL
Reste dans ce domaine, c'est davantage novateur et ça a davantage le vent en poupe. Sinon selon le bon vouloir d'un commercial il va te trouver une mission en BI de 3 ans et tu peux dire adieu aux missions R et Python puisque ça sera marqué sur ton front (ou l'inverse si tu n'aime pas R et Python) . Tu ne peux pas courir autant de lièvres à la fois.
Je suis passé du développement Delphi au reporting BO à la conception d'univers BO, à la conception de data warehouse, aux ETL, puis à R Shiny et Python . Mais jamais tout en même temps. Il faut se spécialiser un minimum.
Ou alors ouvre ton champ de compétence pour savoir ce qui va te plaire, mais rapidement ne te laisse pas balader dans des technos trop différentes entre elles. - Contacter en MP
Anthaus
Nombre de posts : 140Nombre de likes : 45Inscrit : 2 septembre 2018
Et pourtant, à chaque fois que je me remets en recherche, je suis assez sidéré par le nombre d'annonces "Data Scientist" pour lesquelles l'aspect scientifique est totalement invisible. Y a de légers progrès par rapport à il y a quelques années, mais de nombreuses offres de "data scientist" sont en fait des offres de "data analyst". Il y a aussi parfois une confusion avec les "data engineer", même si elle me paraît être devenue plus rare pour le coup (la demande en engineers a fortement augmenter, et les clients ont l'air de commencer à comprendre de quoi ils ont besoin de ce point de vue là). Il y a maintenant le "Machine Learning Engineer", quand on recherche quelqu'un qui sache faire du machine learning et foutre les doigts dans le cambouis.phili_b a écrit : Pour les définitions Data Analyst et Data Scientist je ne vois pas comment on peut se tromper, à moins de vouloir une personne avec la double compétence, ou qui acquiert cette double compétence plus tard, ça reste quand à la base 2 postes de provenance différentes : un data analyst est un informaticien et data scientist est un scientifique, et à la croisé des chemins il y a le scientifique qui s'est mis au développement ou le développeur qui a un bon bagage scientifique.
Concernant la BI, je connais moins bien, mais certaines ESN me le propose régulièrement, et ça m'a l'air de faire appel à tout un tas d'outils spécifiques qu'on utilise pas ou peu sur des postes data.
Du coup, pour en revenir au sujet initial de Freelance_Data, ne pas hésiter à jeter un oeil aux offres "data scientist". La partie scientifique est parfois absente, mais les technos demandées sont souvent Python, R et/ou SQL. - Contacter en MP
phili_b
Nombre de posts : 536Nombre de likes : 12Inscrit : 8 octobre 2014
Ah oui tu as raison dans ce sens là aussi.Anthaus a écrit : Du coup, pour en revenir au sujet initial de Freelance_Data, ne pas hésiter à jeter un oeil aux offres "data scientist". La partie scientifique est parfois absente, mais les technos demandées sont souvent Python, R et/ou SQL.
Je vais prendre ce conseil pour moi aussi. 🙂EURL / IR / BNC - Contacter en MP
phili_b
Nombre de posts : 536Nombre de likes : 12Inscrit : 8 octobre 2014
Un article qui corrobore ce que tu dis Anthaus .Du coup, pour en revenir au sujet initial de Freelance_Data, ne pas hésiter à jeter un oeil aux offres "data scientist". La partie scientifique est parfois absente, mais les technos demandées sont souvent Python, R et/ou SQL.
https://drkeithmcnulty.com/2020/03/13/what-does-it-take-to-be-a-qualified-data-scientist/EURL / IR / BNC - Contacter en MP
Free-Worker-301294
Nombre de posts : 1368Nombre de likes : 224Inscrit : 15 mars 2022
Excellent article, merci pour le partage.phili_b a écrit :
Un article qui corrobore ce que tu dis Anthaus .Du coup, pour en revenir au sujet initial de Freelance_Data, ne pas hésiter à jeter un oeil aux offres "data scientist". La partie scientifique est parfois absente, mais les technos demandées sont souvent Python, R et/ou SQL.
https://drkeithmcnulty.com/2020/03/13/what-does-it-take-to-be-a-qualified-data-scientist/
J'avais également trouvé celui là, moins complet, mais qui pointait les différences entre data analyst et data scientist (j'ai l'impression que ces 2 profils sont bien mélangés/ confondus dans les offres de missions) :
https://www.followtribes.io/data-analyst-data-scientist-difference-start-up/
