Les départements de « traitement des données » d'entreprise employaient autrefois des programmeurs, souvent en COBOL, dont le travail principal consistait à écrire et exécuter des jobs batch nocturnes produisant les rapports imprimés de la direction le lendemain matin. Les tableaux de bord de business intelligence en libre-service et les outils de requête ad hoc permettent aux managers d'extraire leurs propres chiffres à la demande, éteignant presque entièrement cette spécialité dans les années 2000.
Programmeur de rapports batch sur mainframe n’existe plus comme métier vivant. Voici ce qui l’a effacé, et quelle profession a repris le travail.
1900–1935
Les statisticiens formalisent l'inférence
Karl Pearson fonde la revue Biometrika en 1901 pour donner un foyer à la jeune discipline des statistiques mathématiques. William Sealy Gosset, statisticien à la brasserie Guinness, publie le test t en 1908 sous le pseudonyme « Student » parce que Guinness interdit à ses employés de publier sous leur propre nom. L'ouvrage de 1925 de Ronald Fisher « Statistical Methods for Research Workers », rédigé en analysant des décennies d'essais agricoles à la Rothamsted Experimental Station, introduit l'analyse de variance et le plan d'expérience rigoureux. Jerzy Neyman et Egon Pearson complètent la boîte à outils en 1933 avec un cadre formel pour les tests d'hypothèses — la machinerie statistique que la science des données héritera presque intacte.
Ce qui se passait alors
1925
Fisher publie « Statistical Methods for Research Workers »
Ronald Fisher, analysant des décennies de rendements agricoles à la Rothamsted Experimental Station, publie l'ouvrage qui établit l'analyse de variance et le plan d'expérience moderne comme pratique statistique standard.
1933
Neyman et Pearson formalisent les tests d'hypothèses
L'article de Jerzy Neyman et Egon Pearson « On the Problem of the Most Efficient Tests of Statistical Hypotheses » donne aux statistiques le cadre moderne pour décider, avec des taux d'erreur quantifiés, si un résultat est significatif.
1962
Tukey affirme que l'analyse de données est une science à part entière
L'article de John Tukey « The Future of Data Analysis » soutient que l'analyse de données réelles mérite d'être reconnue comme une science distincte avec ses propres méthodes, et non comme une branche mineure des statistiques mathématiques.
1977
« Exploratory Data Analysis » de Tukey popularise le diagramme en boîte
L'ouvrage de Tukey donne aux praticiens des outils concrets — dont le diagramme en boîte — pour comprendre la forme d'un jeu de données à l'œil nu avant d'y ajuster un modèle.
Où vit ce travail aujourd’hui
Détecte des régularités et construit des modèles prédictifs à partir de données — un intitulé de poste né en 2008, fondé sur trois siècles de comptage, de tests et de visualisation des preuves.
📊 Scientifique des données →Les départements de « traitement des données » des entreprises employaient autrefois des programmeurs, travaillant souvent en COBOL, dont la tâche principale consistait à écrire et à exécuter des tâches par lots planifiées pendant la nuit qui produisaient les rapports imprimés de la direction le lendemain matin. Des tableaux de bord de business intelligence en libre-service et des outils de requêtes ad hoc permettent aux managers d'extraire leurs propres chiffres à la demande, fermant presque entièrement cette spécialité dans les années 2000.
1900-1935
Les statisticiens formalisent l'inférence
Karl Pearson a fondé la revue Biometrika en 1901 pour donner un foyer à la jeune discipline des statistiques mathématiques. William Sealy Gosset, travaillant comme statisticien pour la brasserie Guinness, a publié le test t en 1908 sous le pseudonyme de « Student », car Guinness interdisait aux employés de publier sous leur propre nom. Le livre de Ronald Fisher de 1925 « Méthodes statistiques pour les chercheurs », écrit en analysant des décennies d'essais de cultures à la station expérimentale de Rothamsted, introduisait l'analyse de la variance et un plan expérimental rigoureux. Jerzy Neyman et Egon Pearson ont complété la boîte à outils en 1933 avec un cadre formel pour tester les hypothèses – le mécanisme statistique dont la science des données cliniques hériterait plus tard presque intact.
Ce qui se passait alors
1925
Fisher publie « Méthodes statistiques pour les chercheurs »
Ronald Fisher, analysant des décennies de données sur les rendements des cultures à la station expérimentale de Rothamsted, publie un livre qui établit l'analyse de la variance et la conception expérimentale moderne comme pratique statistique standard.
1933
Neyman et Pearson formalisent les tests d'hypothèses
L'article de Jerzy Neyman et Egon Pearson « Sur le problème des tests les plus efficaces d'hypothèses statistiques » donne aux statistiques son cadre moderne pour décider, avec des taux d'erreur quantifiés, si un résultat est significatif.
1962
Tukey affirme que l'analyse des données est sa propre science
L'article de John Tukey « L'avenir de l'analyse des données » soutient que l'analyse de données réelles mérite d'être reconnue comme une science distincte dotée de ses propres méthodes, et non comme une branche mineure des statistiques mathématiques.
1977
L'analyse exploratoire des données de Tukey popularise le diagramme en boîte
Le livre de Tukey donne aux praticiens des outils pratiques, notamment le diagramme en boîte, pour comprendre visuellement la forme d'un ensemble de données avant d'y adapter un modèle.
Où vit ce travail aujourd’hui
Utilise les données cliniques, d’essais et du système de santé pour générer des preuves fiables pour des soins, des recherches et des décisions opérationnelles plus sûrs.
🧫 Scientifique des données cliniques →D’autres métiers disparus
Agent de paroisseAlchimisteAnalyste systèmeAnnaliste monastiqueAntiquaireAntiquaireApothicaire-herboristeÁrbitro de récords de arcadeArchiviste de pedigree papierArithméticien politiqueArtiste à l'encrage et à la peintureAssembleur de copies de rapports annuelsAstrologue de courAstrologue-mathématicien de courAventurier marchandBarbier-chirurgienBarnstormerBenshi