1 - Le cloud and distributed computing
Le nom peut sembler barbare pour certains. Le cloud computing est une offre de services permettant d'accéder à des ressources informatiques ou à un réseau partagé. Ces services se divisent en trois types : IaaS (infrastructure as a service), Paas (platform as a service) et Saas (software as a service). L'avantage est de pouvoir utiliser ces services sans avoir à les posséder ni à en détenir les licences.
Des profils multicompétences et multitechnologies. Les profils les plus recherchés sur le marché de l'emploi sont ainsi les architectes, les ingénieurs systèmes et réseaux, puis les développeurs qui maîtrisent des problématiques qui, autrefois, pouvaient être traitées de manière distincte : stockage, sécurité, systèmes, réseaux. Le cloud computing implique une convergence des technologies, donc une convergence des compétences et ceci, à 2 niveaux : en termes d'intégration, mais également d'exploitation.
Il existe des formations courtes et des formations longues telles que le Master Cloud Computing & Mobility, le Master Réseaux et cloud computing proposés par des écoles d'ingénieurs, le Master spécialisé Expert Cloud Computing SaaS (Insset, ESGI, Isep...)
2 - Statistical analysis and data mining
L'analyse et l'exploitation des données consistent à étudier des données numériques multiples et complexes pour en extraire des savoirs et des connaissances, en déduire une valeur ajoutée et construire des modèles prédictifs pour l'entreprise. Cela fait appel à des compétences mathématiques, scientifiques et techniques.
Un profil mathématique, technique et scientifique. Le data scientist est un exemple de métier en lien avec cette compétence, il est chargé d'organiser les données et d'en tirer la signification, concrètement, il traduit un problème business en langage mathématique et statistique, il identifie et collecte les sources de données appropriées, puis crée un datawarehouse, développe des algorithmes d'apprentissage et des scénarios prédictifs des utilisateurs. Ces compétences s'acquièrent via des formations courtes et longues : le Master Méthodes d'analyse des données complexes, le Master Big Data, le Master spécialisé Data sciences (Université de Cergy-Pontoise, Ensai, ENSAE, Télécom Paris Tech...).
3 - SEO/SEM Marketing
Le SEM (search engine marketing) englobe le SEO (search engine optimization, autrement dit le référencent naturel), ainsi que le SEA (search engine advertising, le référencement payant) et le SMO (social media optimization, le développement d'une marque sur les réseaux).
La compétence SEO/SEM Marketing consiste ainsi à utiliser les leviers d'acquisition de trafic afin de se positionner dans les premiers résultats des moteurs de recherche pour des mots-clés sélectionnés.
Le référenceur SEO/SEM par exemple dispose de cette compétence ; il a pour objectif l'optimisation d'un site Internet et l'acquisition d'un trafic qualifié pour augmenter son taux de conversion, tout comme le chef de projet SEO/SEA, le traffic manager, le webmarketeur, etc.
Il existe de nombreuses formations courtes et longues pour acquérir cette compétence ; la licence professionnelle Activités et techniques de communication option Référenceur, les Master en e-commerce, e-business et webmarketing, les BTS...
Bon à savoir
La compétence Statistical analysis and data mining est la seule qui se situe dans le top 4 des compétences de tous les pays étudiés. L'an dernier, elle se situait à la première position.
Sources : Culture informatique, Intercloud, Linkedin
À lire également : Les autres compétences recherchées sur Linkedin : corporate law and governance, software QA and user testing, mobile development
