La Data est partout : elle a totalement pénétré notre monde, nos entreprises, nos vies de citoyens et nos usages au quotidien.

Mais aujourd’hui, pas de data utile et efficace sans l’humain. En effet, que ce soit pour diffuser une culture data, pour imaginer des cas d’application d’un gisement de données, ou encore pour mettre en place une infrastructure technique, la place de l’Homme est essentielle. C’est d’ailleurs ce que confirme un sondage réalisé en novembre auprès d’une communauté de la data sur LinkedIn : 92% des sondés pensent que le succès d’un projet data repose à plus de 50% sur l’humain.

Derrière le terme générique de « Talent de la data » figure une multitude de spécialités : des data architectes qui structurent et optimisent les environnements techniques, aux data engineers qui industrialisent les algorithmes développés par les datascientists, en passant par les data analysts qui interprètent les résultats au regard des problématiques métier. Sans parler des chief data officer, data steward, chef de projet data, et autres spécialistes de la dataviz, …

A des niveaux différents, chacun de ces profils doit absolument posséder des compétences mathématiques, informatiques et métier, mais tout autant des soft skills clés pour ce métier (souvent oubliées dans le recrutement de ces talents) : la communication, la curiosité, l’envie d’apprendre, et la créativité.

Dans un écosystème qui évolue particulièrement vite en termes de technologies, de méthodologies, et de champs d’application de la data, les entreprises doivent faire face à plusieurs enjeux vis-à-vis de ces talents :

• Le recrutement : bien définir la variété des profils, leur séniorité, leurs compétences attendues et en particulier leurs soft skills.
• Un enjeu impérieux de leur montée en compétence en continu afin de garantir la pertinence de leurs savoir-faire, de développer leur fidélité et potentiellement de pallier les complexités de recrutement.
• La fidélité des talents, qui doit être soutenue par une stratégie RH repensée et des pratiques managériales adaptées.
• Des équipes data qui doivent se constituer autour de complémentarités des profils avec des modes de travail et outils « compatibles », et qui doivent pouvoir se déformer de manière agile selon l’évolution de la maturité des projets.
• Un schéma d’organisation de ces équipes qui doit se tester et s’adapter à la transformation de l’entreprise.

En conclusion, un monde de la data qui va avoir besoin plus que jamais de talents capables d’apprendre tout au long de leur vie pour concevoir les meilleures applications de la donnée pour notre futur.