Un décideur scientifique est un professionnel de la technologie qui se concentre principalement sur l’utilisation des technologies pour les processus décisionnels au sein d’une entreprise.
Cependant, le terme « scientifique de la décision » est vraiment significatif lorsqu'on le compare à un autre rôle similaire appelé « scientifique des données » ou « scientifique du big data ».
Voici le contexte : il y a des années, le Big Data était le principal moyen par lequel les gens faisaient progresser la technologie. Ils ont injecté d’énormes quantités de données dans des systèmes linéaires et créé des informations commerciales. Le scientifique du Big Data était donc l’un des professionnels les plus recherchés du monde de la technologie.
Avancez jusqu’à aujourd’hui et vous constaterez l’émergence des systèmes d’intelligence artificielle (IA) et d’apprentissage automatique (ML). Cela a conduit à l’émergence du scientifique décisionnel.
Contrairement au data scientist, le décision scientist ne se concentre pas principalement sur le travail avec d’énormes quantités de données. Au lieu de cela, cette personne examine les résultats des systèmes et ce qu'ils font, et essaie de faire en sorte que ces systèmes fonctionnent pour les différents buts et objectifs de l'entreprise.
Le nombre de croisements de compétences et de similitudes entre les data scientists et les décisionnaires est énorme. Ils font tellement de choses identiques que leurs rôles professionnels peuvent être presque identiques.
Mais cette différence clé est que pour les data scientists, l'accent est mis sur le travail mathématique et algorithmique de traitement des données, tandis que le décideur se concentre davantage sur le résultat et le contexte des cas d'utilisation.