Nos métiers

Ingénieur « Science des Données » / Data scientist

La science des données, également connue sous le nom de « data science« , est une discipline qui permet d’explorer, d’analyser et d’interpréter les données brutes afin de les valoriser et de résoudre des problèmes grâce à des méthodes d’intelligence artificielle telles que l’apprentissage automatique (machine learning) et l’apprentissage profond (deep learning).

Voir la vidéo de témoignage

vidéo de témoignage

L‘intelligence artificielle (IA) englobe un ensemble de techniques qui visent à doter les systèmes artificiels de capacités cognitives similaires à celles des êtres humains, telles que la perception, l’apprentissage, le raisonnement, la prise de décision, la communication et l’action. En particulier, l’apprentissage automatique, ou « machine learning », est une approche utilisée pour résoudre des problèmes en se basant sur des modèles et des algorithmes qui apprennent à partir des données plutôt que de suivre une logique stricte.

L’apprentissage profond, ou « deep learning », est une branche de l’apprentissage automatique qui se base sur des réseaux de neurones artificiels. Inspirés par le fonctionnement des neurones humains, ces réseaux de neurones sont organisés en plusieurs couches, ce qui permet de modéliser des relations complexes entre les données. L’apprentissage profond est capable d’extraire des caractéristiques et des représentations abstraites des données, ce qui le rend particulièrement adapté à des tâches telles que la reconnaissance d’images, la traduction automatique ou la génération de texte.

Dans le domaine spatial, les cas d’applications de la science des données vont de la visualisation et l’analyse de données provenant de satellites jusqu’à l’interprétation, la détection et la prédiction de comportements physiques ou techniques.
Par exemple, la science des données et l’intelligence artificielle peuvent être très utiles pour la détection d’anomalies en phase de production des satellites ou pour le suivi de leur état de santé pendant leur mission dans l’espace. La science des données est alors une discipline qui joue un rôle de plus en plus important dans notre société, ouvrant la voie à de nouvelles découvertes, à des avancées technologiques significatives et à des applications innovantes.

Data scientist

La science des données permet le traitement intelligent et automatique d’un grand nombre de données
(©Thales Alenia Space)

Le métier de « data scientist » consiste à :

  • Trier, « nettoyer » les données
  • Explorer et analyser les données
  • Modéliser un algorithme en vue de résoudre un problème
  • Tester, évaluer et valider l’algorithme
  • Mettre en production l’algorithme, c’est-à-dire le rendre utilisable dans une application
  • Maintenir et améliorer les modèles existants.

Le « data scientist » va être amené à présenter et échanger avec d’autres experts du domaine pour partager les nouvelles méthodes et découvertes dans ce domaine.

L’activité professionnelle de l’ingénieur en sciences des données s’exerce dans tous les domaines du spatial : satellites, lanceurs, systèmes sols, vols habités.
Les applications associées sont : observation de la terre, télécommunication, positionnement et navigation, météo, exploration de l’univers, et expérience en micropesanteur.

Le « data scientist » travaille généralement en équipe avec d’autres data scientists, des ingénieurs travaillant sur les données (analyses de données, ingénieurs « big data », ingénieurs spécialisés dans la mise en production d’algorithmes), mais aussi en équipes pluridisciplinaires avec des spécialistes du domaine technique ou scientifique.
Généralement, le « data scientist » doit dialoguer avec les spécialistes du domaine technique ou scientifique concerné, par exemple des ingénieurs satellite dans une spécialité comme la thermique ou les radiofréquences, afin de comprendre les besoins et vérifier avec eux que la solution mise en place convient. Il peut donc être amené à se déplacer et à voyager pour aller à leur rencontre.

Data scientist

Le data scientist travaille en interaction avec ses pairs et ses clients. (©Thales Alenia Space)

 

  • Langages de programmation : Python, R, Java, Julia, SQL…
  • Librairies : Matplotlib, Pandas, Numpy, Scikit-learn, TenserFlow, Keras, PyTorch, SciPy…
  • Statistique, machine learning et Deep Learning
  • Capacité à travailler en équipe-projet pluridisciplinaire
  • Base de données
  • Analyse des données
  • Visualisation des données
  • MLOps
  • Autonomie, curiosité, persévérance, créativité, travail en équipe

Carrière :

Le jeune diplômé commence sa carrière comme programmateur en science des données sur des problématiques particulières telles que le suivi en vol des satellites, ou la télédétection sur des images spatiales.
Il pourra ensuite évoluer vers l’expertise technique ou le management des personnes ou de projets dans ce domaine.

Salaire :

Salaire indicatif du débutant :

A partir de 2300 euros brut par mois.

Accès au métier

  • Bac + 5 : Diplôme d’ingénieur ou Université (Master)
  • Bac + 8 : Doctorat.

Chez Thales Alenia Space, Yasmine Ben Fredj est Data scientist.

Parcours des formations

Formations aux métiers du spatial, un site actualisé proposé par l’ISSAT et ses partenaires

Métiers du Spatial ©2024