ILLUSTRATION : TINO POUR « LE MONDE »

Il est rare qu’un sujet de formation suscite un tel engouement. Dans les universités et les grandes écoles comme auprès des entreprises, c’est un véritable plébiscite en faveur des programmes consacrés au big data. Même la thé­matique de l’environnement, naguère si prisée, n’avait pas suscité une telle fièvre.

Il est vrai que le thème est porteur. Le maniement et l’exploitation de grandes masses de données offrent en effet des débouchés en nombre : de quoi créer 130 000 emplois en France d’ici à cinq ans, selon une étude récente. Car le big data est aussi une clé d’entrée pour l’Internet des objets, l’intelligence artificielle, la robotique… Sans compter que, comme le souligne ­Laurent Benazera, directeur du recrutement d’Open, une entreprise de services du numérique, « pour un jeune créatif et doué de capacités d’analyse, le big data donne accès à un large éventail de métiers : le luxe, l’agroalimentaire, l’automobile… ».

Une quarantaine de programmes

« Les diplômés sont très courtisés, ils n’ont pas de difficulté à trouver un emploi, assure Olivier Coone, délégué à la formation de Syntec numérique. D’autant que les profils bien formés restent peu nombreux. Résultat, il n’est pas rare qu’un “data scientist” [expert de la gestion et de l’analyse des données massives] sans expérience gagne 45 000 ou 50 000 euros par an. »

Aussi les formations de haut niveau se sont-elles multipliées ces dernières années. On en dénombre aujourd’hui une bonne quarantaine – en formation initiale ou continue : masters universitaires, mastères spécialisés (MS), Master of Science (MSc), spécialisations de 3e année, et même MBA.

Reste à se repérer dans cette avalanche de programmes. En gros, on peut distinguer trois ­familles principales.

D’abord, les cursus mis sur pied par des écoles d’ingénieurs ou des universités scientifiques. Rien de surprenant : « L’approche mathématique et statistique est fondamentale », rappelle Olivier Coone. Avantage, donc, aux écoles en pointe sur ces disciplines (Ensai, Ensae, Polytechnique…) ou très axées sur le numérique (Télécom ParisTech avec un MS et plusieurs chaires, Télécom Nancy, Eisti, Epita…).

Les universités ne sont pas en reste : master Statistique pour l’évaluation et la prospective à Reims-Champagne-Ardenne, M2 Data Mining et parcours Business Intelligence et Big data à l’université Louis-Lumière Lyon-II, Executive Master Statistique et Big data à Dauphine, master et certificat Data science à l’UPMC (Pierre-et-Marie-Curie), masters Informatique-données à l’université de Nantes, Data science à Nice-Sophia, ou encore Big data et fouille de données à Paris-VIII… Quant à l’université Paris-Saclay, elle revendique en tout 45 formations dévolues aux « data sciences » (12 masters en formation initiale ou continue, 5 certificats, 8 spécialités d’ingénieur, 4 options de MBA…).

Deuxième grande famille, les écoles de management. Traditionnellement très réactives, elles ont investi assez tôt le champ du big data, avec des MS, des MSc, voire des spécialisations de 3e année. On peut citer Télécom EM (MSc Social media, avec un important volet consacré au big data), Neoma (MS Marketing et Data Analytics), HEC (une chaire Stratégie digitale et big data avec Axa) ou Audencia (majeure Marketing à l’ère numérique), ou encore l’Inseec, l’Ieseg, l’ECE, l’ESC Rennes… L’Essca, de son côté, s’appuie sur les compétences de son Institut du marketing digital et propose un MS Management digital et stratégie de marque. Ajoutons le double diplôme Digital Marketing & Data Analytics de l’Ecole de management du pôle Léonard-de-Vinci et l’Institut de l’Internet et du multimédia à Courbevoie, dans les Hauts-de-Seine.

Enfin, on trouve des formations conjointes ingénieurs-management, à l’instar du MSc Data Science and Business Analytics de l’Essec et Centrale-Supélec, des cursus montés par la Paris School of Business avec l’Efrei, par l’Idrac avec l’EPSI (école d’ingénierie informatique) ou par l’Esilv à Paris-La Défense, en lien avec le MBA du pôle Léonard-de-Vinci…

Ces doubles cursus semblent particulièrement adaptés aux besoins, car le big data réclame de plus en plus des compétences larges. « Les data scientists ne se contentent pas de faire de l’analyse et du traitement des données : ils doivent aussi formuler des recommandations et penser stratégie, réfléchir aux usages (avec les ­objets connectés notamment), ­intégrer l’éthique et la responsabilité. Tout cela leur ouvre un champ immense », explique François Trouillet, directeur de l’Ecole de management des systèmes d’information, du groupe Grenoble EM, qui a ouvert il y a trois ans un mastère spécialisé Big data : analyse, management et valorisation responsable, avec l’Ensimag de l’Institut national polytechnique.

Un point de vue que partage Olivier Coone : « Un bon data scientist ne doit pas se contenter de compétences techniques. Il doit aussi avoir des talents de ­manageur, savoir s’interroger sur le sens de son action, être curieux et créatif. »

Exigences élevées

Ajoutons qu’un certain nombre d’entreprises ont choisi de monter leurs propres formations, d’abord en interne, puis parfois en liaison avec des écoles d’ingénieurs. Open a ainsi lancé un programme de certification avec Centrale-Supélec afin de former ses propres collaborateurs. « Nous sommes partis du constat que nous ne parvenions pas à répondre à la demande de data scientists, indique Laurent Benazera. Nous avons donc recruté des jeunes inscrits à Pôle emploi et qui possédaient un solide bagage en physique, math, ou statistiques pour les placer dans un cycle construit avec des écoles. » Le programme ainsi conçu débouche sur un certificat ; il peut aussi être suivi comme option de 3e année par les élèves ingénieurs.

Dernière chose à savoir : les exigences sont élevées à l’entrée dans les formations les plus ­cotées. Il faut par exemple de ­solides compétences en maths et en analyse de données pour le MS Grenoble EM-Ensimag. Idem pour la plupart des cursus proposés par les écoles d’ingénieurs. En revanche, le niveau en sciences « dures » (math-statistiques) est plus accessible pour les ­programmes conduisant aux ­métiers d’analyste ou de data miner (« fouilleur de données »). Et les débouchés ne manquent pas.