Introduction

Revendiqué pour la première fois comme le travail le plus sexy du 21e siècle (https://hbr.org/2012/10/data-scientist-the-sexiest-job-of-the-21st-century), la science des données a récemment perdu le glamour des premières étapes (https://hbr.org/2022/07/is-data-scientist-still-the-sexiest-job-of-the-21st-century), et cela semble créer du travail (par exemple, nettoyage des données, déploiement, maintenance) au lieu de le réduire et de faciliter la prise de décision.

Après plus d'une décennie, il y a encore beaucoup d'entropie et d'incertitude dans la définition des rôles, des responsabilités et des trajectoires de carrière pour les aspirants professionnels des données qui sont en partie imprévisibles .

De nombreuses organisations ont encore du mal à être centrées sur les données et ont des attentes irréalistes quant à ce que la science des données peut offrir : par exemple, elles embauchent des scientifiques des données qui s'adaptent en tant qu'ingénieurs de données, architectes de données ou administrateurs de bases de données, et la science des données est reportée au prochain sprint . .

Dans le paysage contemporain, même les personnes talentueuses et motivées quittent la science des données :

• https://towardsdatascience.com/today-i-quit-data-sciences-here-are-7-reasons-why-15c29e51d032
• https://www.youtube.com/watch?v=M5v1nXiUaOI&ab_channel=JomaTech
• https://ryxcommar.com/2022/11/27/goodbye-data-science/

• manque de mentorat
• manque de projets axés sur la valeur et à haut retour sur investissement
• épuisement d'être surqualifié pour l'ingénierie des tableurs et les requêtes SQL

En ce qui concerne les 1 % restants (y compris MAANG), il y a de la place (et de l'argent !) Pour une science des données réelle et tangible. Pourtant, la discipline relève de la science appliquée, et je pense que c'est le terme qui remplacera bientôt la science des données dans les futures offres d'emploi et descriptions de poste.

Ingénierie du personnel

Un ingénieur du personnel (https://staffeng.com/guides/what-do-staff-engineers-actually-do) ou un responsable technique ou un responsable de l'ingénierie est l'étape naturelle de progression de carrière pour les ingénieurs logiciels, les ingénieurs DevOps, les ingénieurs de données et les architectes de solutions. , et la plupart des personnes impliquées dans la branche informatique d'une entreprise.

Le fait que vous ayez résolu des tonnes de problèmes liés à la technologie (par exemple, les microservices, les API, les ingestors de données, les dequers, …) vous donne l'expertise nécessaire pour planifier l'activité en amont, estimer l'effort et prévoir les risques liés au développement de fonctionnalités et à l'évolution du produit.

En tant qu'ingénieur du personnel, vous êtes chargé de donner une direction technique à l'entreprise et d'injecter le contexte d'ingénierie dans les décisions organisationnelles en établissant des normes et des meilleures pratiques.

Vous serez un conseiller technique pour les projets, attribuerez des cas d'utilisation à des ingénieurs débutants et les soutiendrez dans le cycle de vie du développement par le biais de revues de code, d'approbation de demandes d'extraction et de sessions de mentorat.

Pendant votre temps libre, vous créez votre profil GitHub comme s'il s'agissait d'une œuvre d'art et contribuez à des projets open source dans le domaine de la technologie. Vous êtes autonome dans la construction de choses meilleures, plus rapides et plus solides.

Questions stratégiques pour déterminer si une carrière en ingénierie du personnel vous convient :

1. Est-ce que j'aime résoudre des problèmes d'optimisation et d'évolutivité ?
2. Est-ce que je ressens du soulagement ou de la satisfaction à résoudre un problème technique ?
3. Suis-je prêt à être responsable du commit ou de la pull request approuvée qui a causé un bogue en production ?

La gestion et la propriété des produits sont le domaine chargé d'optimiser les valeurs des produits en définissant et en adaptant en permanence la feuille de route et la vision du produit.

C'est la progression de carrière naturelle pour les analystes de données et les analystes de produits effectuant des tests A/B et la découverte de produits. Ils étudient la friction des clients et les points de contact dans l'entonnoir d'acquisition, analysent les taux de conversion et créent des métriques dans plusieurs directions :

• Croissance et activation
• Engagement
• Rétention
• Bonheur de l'utilisateur
• Revenu

Les responsables produit sont responsables de la satisfaction des besoins des utilisateurs finaux (parties prenantes externes) ainsi que des hommes d'affaires/investisseurs (parties prenantes internes) et sont traditionnellement appelés les PDG du produit : ils sont responsables du succès ou de l'échec d'une fonctionnalité lancée/ prestation/produit.

Si vous êtes condamné à la gestion de produits, vous êtes au courant des dernières tendances commerciales et technologiques d'après ce que vous lisez :

• https://hbr.org/
• https://techcrunch.com/
• https://www.fastcompany.com/

Questions stratégiques pour déterminer si une carrière dans le domaine des produits vous convient :

1. Est-ce que je veux être responsable d'un KPI répondant à l'OKR de l'entreprise ?
2. Suis-je capable de gérer à la fois des parties prenantes internes et internes ainsi que d'être capable d'interagir avec des individus très différents comme des vendeurs, des concepteurs et des ingénieurs ?
3. Suis-je capable de prendre des décisions et d'établir des priorités même dans des situations ambiguës et peu claires ?

La science appliquée est une unité commerciale axée sur les projets de R&D qui pousse l'entreprise à l'avant-garde de la recherche avec des technologies et des méthodologies qui ne sont pas encore matures pour être standardisées, déployées en production et commercialisées.

En tant que scientifique (recherche) appliquée, vous êtes constamment appelé à renverser l'ordre établi et à imaginer de nouvelles façons de fournir des services avec des technologies de pointe comme la réalité augmentée, la réalité virtuelle, la blockchain, l'informatique quantique et plus encore.

Si vous regardez les ouvertures dans des entreprises leaders comme Zalando

ou Amazon

Vous trouverez de telles dénominations (à la place de Data Science) car c'est la direction que prennent les grands acteurs dans un avenir proche.

En tant que scientifique appliqué (recherche), vous vous tenez au courant de :

• https://www.nature.com/
• https://www.scientificamerican.com/
• https://towardsdatascience.com/
• https://paperswithcode.com/

Les questions stratégiques pour se lancer dans ce voyage sont :

1. Ai-je peur des sauts dans l'inconnu qui consistent à adopter de nouvelles approches pour résoudre un problème ?
2. Suis-je patient pour mener de longues expériences sans petites victoires et généralement lié à un risque élevé d'échec ?
3. Suis-je prêt à plonger profondément dans des sujets spécifiques (par exemple, NLP, Computer Vision) et à manquer la vue d'ensemble de l'évolution du marché ?

Ma prédiction pour 2023 est que la science des données disparaîtra bientôt du marché du travail, non pas parce qu'elle manque de spécificité (la science appliquée est large non plus), mais parce qu'elle a besoin de mesurabilité et, par conséquent, de la capacité des humains à comparer et à évaluer la valeur.

C'est pourquoi je considère le génie logiciel (ingénierie du personnel) et la propriété du produit (gestion des produits) comme des alternatives valables à une carrière aléatoire en science des données.

Ils répondent à des demandes claires et sans équivoque telles que :

• Les clients utilisent-ils le service X ? A quelle distance de la cible ? [PM]
• Le système Y est-il sûr, fiable et rapide ? Combien coûte le décalage ? [ES]

Je ne dis pas que vous devriez abandonner un cheminement de carrière en science des données ou en sciences appliquées a priori en 2023, mais sachez que la plupart des débouchés ne sont pas censés être destinés aux scientifiques des données, vous pourriez donc finir par grandir en tant qu'ingénieur ou chef de produit. Que cela vous plaise ou non.

Puisse cet article guider les aspirants scientifiques des données et ingénieurs des données dans leur parcours : la persévérance et la détermination peuvent vous mener presque partout, mais savoir dans quoi vous pouvez être exceptionnel et un authentique sentiment de satisfaction peuvent en fait vous rendre imparable et vous emmener là où les autres ne peuvent pas .