Plongez dans le quotidien de Claire-Sophie Devignes, Data Analyst chez Equasens ! Après une reconversion réussie en Data Science, Claire-Sophie met son expertise au service des données commerciales des pharmacies. Au programme : garantir l’exactitude des données, optimiser la visualisation des rapports et participer à la mise en place de modèles prédictifs. Découvrez son parcours, les outils qu’elle utilise au quotidien et son approche pour rendre les données à la fois simples et stratégiques.
Bonjour Claire-Sophie ! Peux-tu te présenter en quelques lignes ?
Je suis Claire-Sophie, j’ai 34 ans et j’ai intégré Equasens en 2024 suite à une reconversion en Data Science. Dans ma vie d’avant, j’étais chercheuse en cancérologie. J’ai voulu changer de domaine et de métier. Comme j’étais intéressée par l’informatique et que l’analyse de données faisait déjà partie de mon métier précédent, la reconversion s’est faite assez naturellement, même si j’ai eu et ait encore beaucoup à apprendre.
En quoi consiste ton rôle de Data Analyst au quotidien ?
Pour le moment, je travaille surtout sur les données commerciales des pharmacies. Je veille à ce que les données soient complètes et exactes en mettant en place des outils de supervision du flux. Je suis aussi à l’écoute des retours des clients et des collaborateurs sur l’outil id. analytics, afin d’y améliorer la présentation et la visualisation des données. Pour cela, je dois aussi bien comprendre le fonctionnement du logiciel de gestion d’officine, en cela mon travail se rapproche beaucoup de l’analyse fonctionnelle. Enfin, je participe à la préparation des données et la mise en place de modèles de machine learning, dans le but de pouvoir fournir des outils de prédictions des données futures.
Quels outils utilises-tu le plus ?
Le langage que j’utilise le plus est SQL, pour faire des requêtes sur les bases de données locales ou de l’entrepôt de données. Je passe ensuite par Python pour des analyses plus poussées et pour le machine learning. Pour la visualisation des données sur l’outil id. analytics, j’utilise Qlik Sense.
Quel est ton plus grand défi en tant que Data Analyst ?
Ma priorité est de faire parler les données de façon simple et informative. Pour moi c’est important de produire des rapports compréhensibles qui permettent de prendre des décisions. Le plus grand défi est de présenter les données de façon simple et intuitive, tout en restant exhaustive.
Quel conseil donnerais-tu à quelqu’un qui veut se lancer ?
Ne pas se perdre dans la multitude d’outils disponibles, se concentrer sur les bases : les stats, SQL, Python et aussi Git et Docker afin de pouvoir travailler avec les développeurs. Bien comprendre ses données. Je pense qu’il faut aussi aimer apprendre et se maintenir à jour car c’est un domaine qui évolue très vite.