Data analyst sans être fort en maths ?

Hello, Oui, c’est jouable. Pour devenir data analyst, il n’est pas nécessaire d’être un génie en maths, mais il faut quand même être à l’aise avec les bases : pourcentages, logique, lecture de données, un peu de statistiques et d’algèbre. Le métier demande surtout de savoir comprendre un besoin, nettoyer des données, repérer des tendances et les expliquer clairement. Un BUT en lien avec la data, comme un BUT Science des données, est une très bonne piste si vous aimez manipuler des chiffres sans forcément faire des maths très théoriques. C’est souvent plus concret qu’une licence très académique. En revanche, il faut accepter qu’il y ait des maths appliquées, de la statistique et parfois de la programmation. Si vous êtes motivé et régulier, ça se travaille. Concrètement, pour ce métier, les formations les plus courantes sont : - BUT Science des données - BUT Informatique selon le projet - Licence en maths appliquées, informatique ou économie-gestion avec spécialisation data - École d’ingénieurs ou master data après un bac+3 - Formations plus courtes ou spécialisées en analyse de données, selon le niveau de départ Les qualités qui comptent beaucoup sont souvent plus importantes que le niveau pur en maths : - curiosité - rigueur - sens de l’analyse - esprit de synthèse - aisance avec Excel, SQL, Python ou des outils de datavisualisation - capacité à expliquer simplement des résultats Si vous êtes en BUT 1, le bon réflexe est de voir si vous aimez vraiment les matières quantitatives au quotidien. Si oui, vous pouvez viser un parcours data plus tard, éventuellement via une licence pro, un BUT puis un bachelor ou un master spécialisé. Je vous conseille de regarder la fiche métier data analyst (/metier/data-analyst) et les formations proches de la data sur le site, ainsi que le guide sur l’orientation après un BUT (/guides). Cela peut vous aider à comparer les voies courtes et les poursuites d’études. En bref : pas besoin d’être très fort en maths, mais il faut être prêt à progresser sérieusement en statistiques et en logique. Si vous aimez les données, c’est un projet totalement réaliste.