Fiche métier : Data Manager (Data management officer)

Données internes et externes, le big data constitue une multitude d’informations à gérer. Le data manager est responsable de cette source aussi dense que riche.

La data est l’ensemble des données numériques collectées sur le web ou d’autres plateformes… Elle est aujourd’hui essentielle à l’intelligence artificielle, au pilotage d’une entreprise et au développement de ses offres.

Présentation et missions du Data engineer

Le data manager, appelé aussi data management officer, ou encore chief data officer, est le responsable officiel des données massives d’une entreprise.

Il est amené à travailler avec toutes les professions puisqu’il gère autant les informations externes que les informations internes dont on parle moins. Citons par exemple les données relatives au personnel dans les services RH ou encore les candidatures...

Sa vocation est de faciliter l’accès à la data. De comprendre comment elle pourrait servir aux uns et aux autres l’aide à choisir son organisation. Il construit une stratégie de gouvernance des mégadonnées. Entre statistiques, stratégie et informatique, il crée des bases de données puis établit des liens entre elles. Il est au contact d’autres collaborateurs de l’entreprise (finance, RH, marketing, production…) ainsi qu’avec les professionnels de la data (data scientist, data engineer, data analyst…).

Collecte, classement, prise en charge, actualisation, sécurisation des données et élaboration de statistiques sont ses missions principales.

Dans le cadre d’un projet de recherche médicale, le data manager peut par exemple gérer les données d'études cliniques.

Implications business

Laboratoires pharmaceutiques, banques, assurances, instituts de sondage ont été les premiers à embaucher des data managers. La profession est désormais présente dans tous les secteurs d’activité : e-commerce, organisations publiques, agences de recrutement et intérim…

Implications éthiques

Lorsqu’on parle de big data, on parle forcément aussi d’éthique. La conservation et l’utilisation des données est désormais règlementée. Les data managers connaissent ces sujets. Les juristes en data et IA et les responsables de l’éthique les aident à les approfondir.

Les programmes d’aivancity intègrent dans leurs apprentissages toutes les composantes de l’intelligence artificielle et ses enjeux, qu’ils soient techniques, technologiques, commerciaux, éthiques ou légaux. Ce sont des formations globales et hybrides qui permettent aux futurs ingénieurs de bénéficier d’un niveau de connaissances maximal et d’un large savoir-faire.

Compétences clés

Surveiller, ordonner et optimiser l’exploitation des données massives impose beaucoup de rigueur et de concentration. La compréhension rapide des enjeux de la data pour l’entreprise dans laquelle il travaille, est primordiale pour le chief data officer. Elle lui permet d’établir des statistiques.

La maîtrise des systèmes d’information fait partie du métier. Sens de l’écoute, bon relationnel et esprit d’équipe contribuent au succès. La capacité d’analyse, de raisonnement et de synthèse sont attendues. La discrétion est évidemment demandée face à la confidentialité de certaines données.

Le data manager a aussi un rôle stratégique : il lui faut anticiper les changements dans son secteur d’activité pour piloter la data avec une longueur d’avance (zoom sur un phénomène, nouvelles statistiques…). La veille technologique est un réflexe professionnel.

Tendances et facteurs d’évolution

Le data manager travaille en entreprise, ou dans une start-up spécialisée dans le big data. Il peut aussi créer sa propre entreprise.

La direction d’un service est une de ses perspectives d’évolution. Il peut également devenir responsable des systèmes d’information ou bien se spécialiser dans une catégorie, par exemple la santé et accéder à un poste de bio-statisticien.

La data est une science dense et complexe. Les outils et les méthodes évoluent en même temps que le volume de données augmente. Le data manager tient un rôle majeur : de sa capacité à synthétiser et hiérarchiser les informations, dépendra une bonne exploitation de la data.