Etre data scientist n’est plus un prérequis pour se lancer dans le machine learning.

En 1956, l’écrivain américain Robert Heinlein a publié un roman intitulé « A Door into Summer » [1] dans lequel un ingénieur mécanicien connecte des tubes Thorsen munis d’une mémoire et des fusibles condensateurs afin de les pourvoir d’un jugement, créant ainsi une industrie entière de robots intelligents pouvant exécuter des tâches domestiques comme laver la vaisselle. Pour la rendre plus plausible, Robert Heinlein a situé son histoire en 1970.

L’Intelligence Artificielle a démocratisé l’accès à la connaissance et à de nouvelles puissances de calcul. Son développement massif et son adoption par les entreprises a entraîné un changement de paradigme. Le monde du travail se voit bouleversé par cette ère d’innovation induite par l’IA, et, comme à chaque disruption, des métiers tendent à disparaitre alors que d’autres se créent ou se renouvellent pour répondre à de nouveaux usages et de nouveaux besoins.

Depuis 5 ans, le Data Scientist caracole en tête des profils les plus recherchés et, pour cause de rareté, les plus difficiles à recruter. Cette situation pourrait changer à court terme : l’arrivée d’outils facilitateurs va accélérer une certaine démocratisation de la Data Science et obliger ceux qui sont perçus comme l’élite actuelle des métiers de la donnée à investir de nouveaux champs de compétences.