Data Scientist

Aucune spécialité ne souffre autant d'un décalage entre ce qu'on imagine y faire et ce qu'on y fait. L'image du métier est celle de la modélisation ; la réalité des missions est très largement celle de la préparation, de la vérification et de la mise en service.

Ce décalage n'est pas un défaut du marché. C'est simplement que la valeur d'un modèle ne se réalise qu'au moment où quelqu'un s'en sert, et que tout ce qui sépare l'expérimentation de cet instant représente l'essentiel du travail.

La frontière avec l'ingénierie de données

La confusion avec le data engineer est constante, y compris chez les clients qui recrutent. La distinction tient en une phrase.

L'ingénieur construit et fiabilise les flux qui amènent la donnée ; le data scientist en tire une décision ou une prédiction. Le premier répond de la disponibilité et de l'exactitude, le second de la pertinence.

En pratique, sur une mission de freelance, la frontière est poreuse. Beaucoup de missions annoncées comme de la modélisation commencent par plusieurs semaines de travail sur la qualité des données, parce que personne n'avait mesuré leur état avant de lancer le projet.

Le dire pendant la phase de cadrage, plutôt qu'après, change la nature de la relation. Un client prévenu accepte cette étape ; un client surpris a le sentiment de payer un retard.

Ce que le client achète réellement

Une organisation n'achète pas un modèle. Elle achète une décision prise plus vite, un coût évité, ou une erreur détectée avant qu'elle ne se propage.

Cette formulation n'est pas une élégance commerciale, elle a des conséquences concrètes sur la conduite d'une mission. Un modèle légèrement moins performant mais compris et utilisé produit davantage qu'un modèle excellent que personne n'ose déployer. La capacité à expliquer un résultat pèse donc autant que le résultat lui-même.

C'est aussi ce qui distingue les missions qui se renouvellent de celles qui s'arrêtent après la livraison.

Le critère de succès, à écrire avant de commencer

C'est la précaution contractuelle propre à ce métier, et elle est mal connue.

Une prestation de développement se constate : la fonctionnalité existe ou non. Une prestation de modélisation, non. Sans critère défini à l'avance, la question « est-ce que ça marche ? » n'a pas de réponse objective, et se règle au rapport de force en fin de mission.

Trois éléments méritent d'être fixés par écrit.

Le niveau de performance attendu, avec la métrique retenue et le jeu de données sur lequel il se mesure.

Ce qui se passe s'il n'est pas atteint. Une donnée peut simplement ne pas contenir le signal recherché : c'est un résultat, pas un échec, mais il faut avoir prévu comment la mission se termine dans ce cas.

Le périmètre de la mise en production. Livrer un carnet d'expérimentation et livrer un service appelable en continu sont deux missions de nature et de durée différentes.

Le guide trouver des clients traite plus largement du cadrage et des clauses de fin de mission.

Des frais que le régime micro absorbe mal

L'entraînement de modèles consomme des ressources de calcul facturées à l'usage, et la facture n'est pas toujours prévisible. S'y ajoutent le stockage, parfois des jeux de données sous licence, et des outils de suivi d'expérimentations.

En micro-entreprise, ces frais ne se déduisent pas : l'abattement forfaitaire est réputé les couvrir. Le raisonnement tient pour une activité sans dépenses ; il devient coûteux dès que l'infrastructure pèse réellement dans le chiffre d'affaires.

Deux réflexes limitent le problème. Refacturer explicitement les coûts d'infrastructure au client, en les sortant du prix de la prestation, quand la nature de la mission le permet. Et vérifier où se situe le point de bascule vers un statut permettant la déduction : le comparateur de statuts le calcule avec vos montants, et le simulateur accepte vos frais réels pour montrer l'écart avec le net théorique.

Se situer sans grille tarifaire

Ce site ne publie pas de tarif journalier « du marché » : les sources publiques disponibles sont trop dispersées et trop peu documentées pour qu'un chiffre unique soit défendable. Les revenus constatés par l'INSEE pour le secteur de l'information et de la communication, en haut de cette page, constituent un repère plus solide.

Ils demandent une lecture attentive. La part de micro-entrepreneurs y est élevée, et leur revenu moyen bien inférieur à celui des autres indépendants : la moyenne générale mélange donc des activités à temps plein et des compléments de revenu. Pour une activité principale, c'est la moyenne hors micro-entreprise qui sert de comparaison utile. La méthodologie précise l'origine de ces données et leurs limites.

Reste qu'une moyenne sectorielle ne fixe pas un prix. Partir du revenu dont vous avez besoin est plus opérant : le calculateur combien facturer remonte du net visé au chiffre d'affaires nécessaire, en tenant compte des périodes non facturées.