Data Scientist, Data Analyst, Statisticien, Data Miner… Thierry Vallaud, Directeur de BVA Data Sciences, clarifie ces termes dans son cahier de recherche intitulé «Étude de l'impact du phénomène Big Data sur le changement de dénomination des acteurs : le Data Scientist».
L'étude démontre que la dénomination «Data Scientist» n’est pas nouvelle mais issue d’un long processus d’évolution du marché qui a conduit à l’apparition du phénomène «Big Data» aujourd’hui surmédiatisé.
Dans les faits, l'actuel Data Scientist est assez proche du profil du data miner des années 1990. Il est, la plupart du temps, une évolution professionnelle d’un poste de Data Analyst, de statisticien ou de consultant en datamining. «Le Data Scientist, qui occupe un "poste d’assez haut niveau", doit être capable de faire parler les données et d’en sortir des indicateurs concrets au service de la direction générale», selon une définition de Jeff Wu.
L'appellation Data Scientist est une évolution du métier de statisticien : le statisticien le tire vers les statistiques, l’informaticien vers l’informatique. Il apparait dans l'étude que c’est un mix des deux avec un curseur plus ou moins important vers l’un des deux métiers selon la situation. Ainsi, il n’y a pas «un» data scientist mais «des» data scientists. C’est une fonction d’équipe regroupant plusieurs profils.
À partir d'entretiens d’experts et d'une analyse quantitative, le cahier de recherche montre également que les acteurs, qui sont pourtant des Data Scientists de par leur formation, doutent de leur capacité à être à la hauteur de cette nouvelle fonction principalement à cause de la partie «programmation informatique» qu’elle semble induire.
A la différence du marché, les acteurs sont plutôt circonspects sur le réel impact pour eux-mêmes de cette nouvelle fonction dont ils relativisent l’ampleur.
