Avec la numérisation croissante, d'énormes quantités de données sont disponibles dans une granularité toujours plus grande. Les experts en Data Science qui savent utiliser les données de manière ciblée et intelligente, ont une longueur d'avance sur la concurrence. Dans le secteur financier, Data Science est utilisée, par exemple, pour évaluer des entreprises, des instruments financiers, des portefeuilles ou pour des analyses de sentiments. 

Les possibilités de se former en Data Science ont augmenté récemment, notamment dans le domaine académique. Toutefois, seule une petite partie d'entre eux s'adresse aux professionnels. L'AZEK propose donc, depuis 2019, le cours du Financial Data Scientist CFDS. Pendant environ neuf mois, il transmet le savoir-faire nécessaire en matière de Financial Data Science aux professionnels en finance. La première partie finance / statistique plonge les étudiants dans les limites de l’analyse financière actuelle et présente les nouvelles possibilités qui lui sont ouverte grâce à la Data Science. La deuxième partie traite les concepts du Machine Learning, présentant différentes manières d’appréhender un problème lié aux données avec des applications concrètes, telle que l’analyse d’image ou de texte. Par la suite, les principes théoriques transmis sont appliqués en pratique dans le cadre d’un projet de travail. 

Le prochain cycle du CFDS commence à la mi-mars 2020. Une fois de plus, le cours est déjà presque complet. Les diplômés de la première année ayant reçu leur diplôme en décembre 2019 peuvent maintenant évaluer le cours en rétrospective. 

Du point de vue du diplômé Ganesh Venkateshwaran, le cours se caractérise par une relation équilibrée entre la théorie et la pratique. Le travail de projet permet aux étudiants d'aborder le sujet d'un point de vue pratique et d'approfondir les connaissances sur la base d'une question concrète. L’objectif de son propre projet était d'élaborer un signal, basé sur les informations de clôtures de relation client, qui permettrait de détecter des clients sur le départ afin de les rattraper. 

À cette fin, il a récolté des données de divers systèmes informatiques et transformé pour obtenir une base de données exploitable permettant d’analyser les raisons pour le départ des clients. Sur cette base, il a créé un modèle de prévision. «Les premiers résultats du projet étant encourageant, il est actuellement poursuivi et d’autres analyses complémentaires sont en cours», dit-il. 

Il ajoute «Il n'est pas nécessaire d'être un expert en informatique pour réussir la formation. Ce qu'il faut, cependant, c'est un intérêt pour la finance et la manipulation de données. La formation nous donne tous les outils pour appréhender la finance et l’analyse de données d’une manière nouvelle.»