Combien de temps faut-il pour devenir data scientist ?

Plusieurs années pour certains, quelques mois pour d'autres. La durée de la formation dépend avant tout de votre point de départ. Selon que vous sortez du bac, que vous avez déjà un bac+3 technique ou que vous vous reconvertissez depuis un autre secteur, la réponse n'est pas la même.

Vous partez du bac : comptez cinq ans minimum

La voie la plus classique pour devenir scientist passe par une licence en informatique, en mathématiques ou en statistiques, suivie d'un master spécialisé en data science ou en intelligence artificielle. En formation initiale, difficile de faire l'impasse sur un niveau Master 2.

L'alternance ne réduit pas vraiment cette durée, mais elle change la donne côté finances et expérience. Vous êtes rémunéré pendant votre master et vous entrez sur le marché du travail avec une première expérience en entreprise. Pour un étudiant ayant déjà son projet professionnel en tête, c'est souvent le format le plus avantageux.

Vous avez déjà un bac+3 technique : un à deux ans

C'est le scénario le plus favorable. Avec une licence en informatique, en statistiques, en mathématiques ou en ingénierie, vous pouvez intégrer directement un master spécialisé en data science ou un MSc proposé par les grandes écoles. Comptez un an pour un master en alternance, deux ans pour un cursus classique à temps plein.

Python, algèbre linéaire, probabilités : vous avez déjà effleuré ces domaines en licence. La spécialisation prend le relais rapidement.

Certains masters sont également accessibles à des profils bac+3 en économie, en gestion ou en marketing, à condition de montrer une grande appétence pour les données et les outils quantitatifs. Le bagage technique n'a pas besoin d'être parfait pour franchir la porte.

Vous êtes en reconversion sans bagage technique : six mois à un an de formation (minimum)

Les bootcamps affichent souvent des formats courts, autour de trois mois. C’est possible, mais surtout pour des profils qui ont déjà des bases en maths ou en programmation. Sinon, il faut généralement prévoir une phase de remise à niveau avant d’entrer dans le vif du sujet.

Le rythme joue aussi beaucoup sur la durée réelle. Un bootcamp à temps partiel s'étale sur sept à huit mois, contre trois à temps plein. Pour quelqu'un qui suit la formation en parallèle d'un emploi, c'est souvent la seule option viable.

La formation terminée, il faut encore compter le temps de consolider les acquis en analyse de données, en SQL et en Python sur des projets concrets, puis de décrocher un premier poste. L'horizon réaliste avant d'être pleinement employable se situe plutôt entre six mois et un an après le début de la formation.

Devenir data scientist : les facteurs qui jouent vraiment sur le calendrier

La fourchette donnée pour chaque profil reste une moyenne. Deux variables jouent plus que les autres sur la durée réelle d'accès au métier :

• Le niveau en mathématiques est un critère déterminant. Un profil à l'aise avec les probabilités et les statistiques progressera sensiblement plus vite qu'un profil qui découvre ces notions en même temps que Python ou le machine learning.
• La distinction entre fin de formation et début d'employabilité doit être prise en compte. bootcamp de quelques mois permet d’acquérir rapidement des bases solides et de se positionner sur le marché. Pour maximiser ses chances, il est recommandé de consolider les acquis, construire un portfolio et se préparer aux entretiens techniques. Selon l’implication et le projet professionnel, l’accès à un premier poste peut ainsi intervenir rapidement après la formation.

La durée pour devenir data scientist n'est donc pas figée. Elle dépend surtout du point de départ et des choix faits en cours de route : un étudiant qui opte pour l’alternance, un bac+3 qui vise le bon master, ou encore une personne en reconversion qui anticipe les prérequis avant d’intégrer un bootcamp.

Dans tous les cas, ce travail de préparation permet souvent de gagner un temps précieux. Une chose reste constante : plus vous faites le point tôt sur votre situation, plus il sera facile de trouver le parcours qui vous correspond.

©Andrey Popov - stock.adobe.com