Devenir analyste de données depuis un autre métier

Ce qui se transfère réellement

Si vous avez passé des années en finance, opérations, marketing, enseignement ou service client, vous en possédez déjà une partie. La connaissance métier est ce que les recruteurs sous-estiment dans les annonces et surestiment en entretien : un analyste qui comprend ce que signifie un taux de désabonnement dans un modèle par abonnement, ou ce qu'implique un trimestre dans les données de présence scolaire, arrive plus vite à la question utile que quelqu'un qui ne connaît que la syntaxe. La maîtrise des tableurs se transfère directement — tableaux croisés dynamiques, RECHERCHEV/RECHERCHEX, logique de formule de base dans Excel ou Google Sheets est fonctionnellement la même compétence qu'écrire un GROUP BY en SQL, juste moins scalable. Si votre ancien poste impliquait de créer des rapports pour d'autres, de réconcilier des chiffres incohérents, ou d'expliquer une métrique à quelqu'un qui ne voulait pas entendre la nuance, c'est de la gestion des parties prenantes, et c'est une compétence réelle évaluée séparément dans ce métier.

Ce qui ne se transfère pas, ce sont les outils, et il n'y a pas moyen d'y échapper. SQL n'est pas optionnel ; c'est le test de base dans presque tous les entretiens techniques pour ce rôle, et « j'ai beaucoup utilisé Excel » ne répond pas à une question sur les jointures ou les fonctions fenêtre. La plupart des annonces mentionneront aussi au moins un parmi Python, R, Tableau, Power BI ou Looker, et de plus en plus dbt pour quiconque travaille près d'un entrepôt de données moderne. L'aisance générale avec l'informatique ne remplace pas le fait d'avoir effectivement écrit cinquante requêtes SQL sur un vrai jeu de données avec des lignes dupliquées et un formatage incohérent.

Y a-t-il un diplôme ou une licence

Non. Il n'existe aucun ordre professionnel, aucun titre protégé, aucune inscription et rien qui ressemble à une licence d'exercice, contrairement à certains domaines réglementés. C'est une bonne nouvelle dans un sens — personne ne peut vous exclure sur le papier — et une mauvaise dans un autre, parce que cela signifie que les qualifications qui existent (Google Data Analytics Certificate, certification Power BI de Microsoft, IBM Data Analyst Professional Certificate, CompTIA Data+) n'ont aucun poids légal ou réglementaire. Elles fonctionnent comme un signal que vous avez pris le sujet assez au sérieux pour finir quelque chose, et certains recruteurs les utilisent comme filtre de mots-clés ATS, ce qui est une raison réelle bien que peu glorieuse d'en détenir une. Mais elles ne remplacent pas un entretien technique, et un recruteur qui a vu cent de ces certificats sur cent CV ne traitera pas le vôtre comme différenciant en soi. Un diplôme en statistiques, économie ou sciences quantitatives aide chez les employeurs analytiquement exigeants, particulièrement ceux qui font de l'inférence causale ou du travail expérimental, mais il n'est pas requis pour la majorité des postes d'analyste qui concernent vraiment l'interrogation, le nettoyage et le reporting de données déjà existantes.

Ce que votre candidature doit franchir

Trois obstacles spécifiques, pas généraux. Premièrement, le filtrage par mots-clés : si l'annonce dit SQL, Python et Tableau, et que votre CV dit « prise de décision basée sur les données » sans nommer les outils, vous pourriez ne pas être lu par une personne du tout. Mettez les noms réels des outils, et seulement ceux que vous pouvez défendre sous questionnement.

Deuxièmement, le problème du titre. Si vos trois derniers titres de poste étaient Coordinateur Marketing ou Responsable des Opérations, un ATS et un recruteur en lecture rapide vous liront comme non qualifié quoi que vous ayez fait dans ces rôles, parce que le système filtre autant sur le titre que sur le contenu. La solution n'est pas de mentir sur le titre — c'est de placer la partie analytique du poste dans le premier tiers de votre CV, décrite dans le vocabulaire analyste : « création de tableaux de bord hebdomadaires dans Power BI couvrant 40 points de vente » se lit comme du travail d'analyste même sous un titre de Responsable des Opérations, si c'est en haut et spécifique.

Troisièmement, et c'est celui que les personnes en reconversion sous-estiment : l'entretien technique en direct. Un exercice à emporter ou un test SQL en partage d'écran est désormais standard dans la plupart des entreprises au-delà de la taille startup précoce, et c'est là que les compétences autodidactes qui semblent correctes sur un projet portfolio fait à votre rythme s'effondrent en quinze minutes avec quelqu'un qui observe. Si vous n'avez pas écrit de SQL contre la montre avec quelqu'un d'autre dans la pièce, vous n'êtes pas prêt pour cette étape encore, peu importe la qualité de votre portfolio.

Sur le portfolio lui-même : un projet utilisant un jeu de données Kaggle propre est maintenant supposé et ne vous distingue pas. Ce qui le fait, c'est un projet construit sur des données désordonnées, réelles, ou au moins réalistement désordonnées — scrapées, exportées d'une vraie API, ou un véritable jeu de données de votre ancien domaine (registres de présence scolaire, données de ventes de votre ancien emploi si vous pouvez les anonymiser, données ouvertes de santé publique ou de transport) — avec une explication montrant les décisions que vous avez prises sur les valeurs manquantes et les valeurs aberrantes, pas juste un graphique final.

Combien de temps cela prend réellement

Méfiez-vous de tout ce qui promet une voie rapide. Pour quelqu'un travaillant à temps plein et étudiant autour, la fourchette réaliste pour passer d'aucune connaissance SQL à réussir l'entretien technique d'un analyste junior est six à douze mois de pratique régulière hebdomadaire — pas six semaines de bootcamp, bien qu'un bootcamp puisse structurer ce temps pour vous. Cette estimation couvre l'apprentissage de SQL à un niveau où jointures, agrégations et fonctions fenêtre sont à l'aise, l'apprentissage d'un outil de visualisation (Tableau ou Power BI) à un niveau où vous pouvez construire quelque chose qu'une partie prenante utiliserait réellement, et la construction de deux ou trois projets portfolio avec des vraies données et une explication écrite de votre raisonnement.

Après cela, attendez-vous à ce que la recherche d'emploi elle-même prenne plus de temps qu'elle n'en a pris dans votre dernier domaine, parce que vous êtes en concurrence avec des candidats ayant déjà un titre d'analyste sur leur CV, et parce que le segment débutant de ce marché est encombré de diplômés de bootcamp et d'autres personnes en reconversion faisant exactement ce que vous faites. Un mouvement au sein de votre employeur actuel — vers un poste de reporting ou d'insights attaché au département que vous connaissez déjà — est très souvent plus rapide qu'une embauche externe, parce que votre connaissance métier et votre confiance interne existent déjà et l'employeur n'a qu'à prendre un risque sur l'écart technique, pas sur vous en tant que personne. Si cette voie interne n'existe vraiment pas, traitez six mois d'étude plus trois à six mois de recherche active comme le plancher honnête, pas le plafond.

Où c'est fermé plutôt que difficile : si vous ne pouvez pas accéder à un jeu de données réel ou réaliste pour construire un portfolio, et que vous postulez à froid dans des entreprises avec un filtrage technique formel à grand volume (la plupart des grands employeurs tech), vous serez probablement filtré avant que quiconque ne lise votre raisonnement sur votre ancienne carrière. Ce n'est pas un problème de compétences, c'est un problème d'accès, et la solution pratique est des employeurs plus petits ou moins formels d'abord, ou le mouvement interne, pas plus de certificats.

Que faire ensuite

Choisissez une pile d'outils (SQL plus Tableau ou Power BI, pas cinq choses à la fois) et un vrai jeu de données lié à un domaine que vous comprenez déjà. Construisez quelque chose avec que vous pouvez expliquer requête par requête. Réécrivez votre CV pour que les parties analytiques de votre poste actuel ou dernier se trouvent dans le premier tiers de la page, nommées dans le vocabulaire qu'utilisent les annonces, pas le vôtre. Ensuite postulez à des rôles où votre expérience métier est explicitement pertinente — un marketeur postulant à une équipe d'analyse retail, un enseignant postulant à un rôle de données éducatives — parce que c'est là que votre ancienne carrière est un atout au lieu de quelque chose à justifier. jobmarket.pro lit chaque annonce en entier et la vérifie contre un profil avant qu'une candidature ne parte, ce qui est utile spécifiquement parce que cela vous dira où un manque de connaissance métier ou un outil manquant va couler une candidature avant que vous ne l'envoyiez.