Reprise du message précédent :
J'ai l'impression que tout le monde s'en tape du train - val - test qu'on nous a enseigné en école
 
L'IA moderne c'est prendre toutes les données possibles et train aussi longtemps que ton budget GPU te le permet
 
Ensuite la commu teste ton modèle sur différents benchmarks
 
C'est un truc que je faisais depuis longtemps à mon taf, jvoyais pas pk je devais me faire chier à split localement alors qu'on a des milliers et des milliers de samples de test dans des datasets isolés pour le regulatory (FDA etc)
 
Tu train sur tout et tu balances ça sur le test direct basta
 
Avis éclairés ?

Si vraiment t'es chaud tu train sur le test aussi et tu test en live en production / déploiement client

Mais comment tu choisis ton meilleur modèle si t'as pas fait une validation sur le val avant le test ?
 
Si tu choisis ton meilleir modèle sur le test, alors la performance que tu évolus est pas representative d'une vraie performance

Quoi de neuf ici ? Topic mort de mort, vraiment aucune news à partager, à minima ce que sont devenus les leaders du topic ?
 

Bouffés par les llm

Move AI eng, aka API man
Je plains les JD, c'est la misère en DS pur malheureusement ...

Ca vaut encore la peine d'apprendre le Deep Learning, genre PyTorch ?

Drap

 
Bonne question.
 
Tout ce que j'ai vu en formation il y a 18 mois, chatgpt me pond le code plus rapidement que je ne tape
 
Sauf à vouloir se lancer dans la recherche fondamentale ... le reste il suffit d'avoir une bonne compréhension du code et tu te débrouilles

 
JD ? jeunes dev ?

Jeunes Diplômés.

Clairement ce que je vois autour de moi c'est que si tu ne connais pas un domaine pour appliquer ta (data) science, c'est mort

Je dirais que connaître les concepts de data science ça peut servir, mais le code ça ne sert plus à rien.

 
Ça dépend des sujets, plus c’est niche / moins c’est sur étagère, et plus ça a de l’intérêt.  
 

 
La partie dev, de mon point de vue, se concentre maintenant sur l’architecture, les interfaces, et lien avec le métier. Le code en lui-même, aucun intérêt avant de se heurter à des problèmes de temps de calcul / utilisation mémoire.  
 
J’ai changé de boite récemment, et rien que la tête du code (même si accès aux assistants), il y a du taff pour tout mettre d’équerre  

Bonjour !
 
J'ai imaginé un agent intelligent tel que décrit dans divers ouvrage comme étant une vue globale et une vue partielle, un modèle formé de deux sous ensemble dont le seconde ou alternativement le premier pourrait être un sous ensemble de l'autre constitué de valeur permettant de symbilisé les élément de l'autre ensemble.

Ça semble trop beau pour être vrai. Félicitations !

 
L'ensemble de tous les ensembles.
 
 
Un nom
Une définition
Une propriété.
 
 
Un nom
Un prix.

Vous pensez quoi de l'autoresearch de Karpathy ?
 
J'ai implémenté ça au taf ce week-end et ça marche bien, tu vois l'agent tester pleins d'hypothèses et hill climb
 
Nonobstant, est-ce que c'est pas juste de l'overfitting un peu déguisé ?

J'en ai entendu parler. Faut que je teste.

D'ailleurs il n'y a que ce topic pour l'IA ?

Loin de là :

IA générative de texte, ChatGPT, Copilot, Gemini & co : https://forum.hardware.fr/hfr/Discu [...] 0036_1.htm

Développement via IA : https://forum.hardware.fr/hfr/Progr [...] 8701_1.htm

Intelligence artificielle : https://forum.hardware.fr/hfr/Discu [...] 0604_1.htm

OpenClaw : L'assistant IA personnel et open-source : https://forum.hardware.fr/hfr/resea [...] 9045_1.htm

Pas mal de thématiques sont communes à ces 4 topics donc ça cross-post souvent...

Lu tiens j'ai fini ma formation de 3 mois en développement IA.

10 ans de dev front, j'aimerai me réorienter en data scientist. Des gens ont des tips pour trouver une premier job dans le milieu, des choses à faire avant de postuler ?

Je continue sur mon projet de deep learning en classification de lésion de la peau mais je pense aussi faire un petit projet classification des végétaux comme ferait plantNet par exemple.

J'ai l'impression que c'est plus difficile maintenant, surtout avec les récents chamboulement du monde du dev

 
Oui tout le échos que j'ai c'est que c'est super dur pour les débutants en DS ; perso j'en suis loin, j'ai fait un peu de DE.
 
Ce qui m'énerve c'est que les journalistes continuent de faire la pub du métier comme si ça recrutait à donf, j'avais déjà remarqué ça dans mon domaine et je trouve ça absolument dégeulasse pour notre économie et les jeunes ; deux exemples :
 
Ces métiers étonnants vont exploser les salaires en 2026 : préparez-vous  Publié par Alicia le 18 février 2026
 

 
Le salaire de départ n'est pas forcément trompeur (en full package à Paris ) mais "manque cruellement de profil"    
 
Bon on va me dire c'est un article de merde créé.. par IA.
 
7 métiers dont les salaires vont vous surprendre et qui recrutent vraiment en 2026 Publié aujourd'hui à 12h01.  
 

   
 
Après encore une fois les salaires sont pas trompeurs.. dans les GAFAM ça monte sans doute bien plus haut... encore faut-il être recruté.

Python/SQL, tu ne vas pas très loin....
 
 
Faut du PyTorch/AI/ML/GenAI/LMM/FineTuning.

Bah Python/SQL, tu es surtout remplacer par n'importe quelle IA maintenant

Tu peux tout faire avec les LLM maintenant. La plus value c'est sur le preprocess, la facon de le penser et le fine tuning. Le reste, on sert à rien

La connaissance métier sous jacent quand même , ça nous sauve encore un peu

Et même pour tout ça les IA sont pas ridicules et progresseront rapidement.

Pour pas longtemps

D'un côté ça me fait peur. De l'autre côté, quand je regarder le bourbier et l'incompétence de certaines personnes dans d'autres équipes (marketing, sales, RH, ...), je me dis qu'il y a encore de quoi faire.

Par contre dans 10 ans  

attention n'oubliez pas que l'IA facilite (accélère) plein de taches dans votre travail mais c'est pas du tout assez mature pour vous remplacer entièrement. Les annonces tonitruantes des GAFAM sur les layoffs soit disant grâce aux avancées de l'IA ont :
- rembauché derrière plus de monde que les personnes renvoyées
- ralenti les rythmes de livraison d'applis parce que la revue de code sérieuse est juste impossible et plusieurs heures de downtime sans chemin clair de rollback c'est pas possible
 
En Datascience / ML comme ailleurs il faudra s'adapter à l'arrivée de l'IA :
- on peut pas juste se gargariser des compétences techniques (assistées par l'IA) faut le sens du service au métier, proposer des indicateurs, monter des MVP rapidement pour que le métier soit content de payer la facture à la fin de l'année
- Y'aura plus de temps dédié aux réunions / calibrage / points d'avancées de projet parce que le gain de productivité concerne tout le monde et la partie technique sera accélerée. C'est pas idéal mais si vous avez le sens du service ça va rouler
- le niveau d’exigence va exploser parce que le métier pourra s'aider de l'IA pour la partie tech. Par contre collecter, organiser, présenter la donnée de manière synthétique et utile sans devenir une foire au "j'ai créé 15 dashboards jamais accédés depuis leur lancement ce trismestre. je mérite une promotion chef ". Et ça l'IA est incapable de suivre une gouvernance
 
pour les pessimistes il y a du taffe même pour les juniors :
https://fr.indeed.com/jobs?q=data+s [...] 27d93e1e2f
 
peut être pas à 90k la première année par contre

J'ai testé claude code, clairement mon boulot de dev front-end/IA est dépassé.

J'ai codé en 1h, ce qui m'aurait pris 1mois sur un esp32 pour du suivi de prod/conso solaire, webserver, configuration, test, debug, optimisation,...

Un pote n'utilise que ca dans son boulot, il etait tech lead, maintenant il est à son compte et la plus value qu'il a c'est seulement son expérience sur des projets d'ampleur. Savoir où mettre les tests, les points de vigilance niveau sécurité, comprendre le code qui est envoyé en rafale par claude et la stack à mettre en place. Le reste il délègue tout et fait même confiance à claude maintenant qu'il a peaufiné ses accès, sa stack, le comportement de l'IA sur le projet, les garde-fous,...

Sans les bases en Python/SQL les LLM qui genèrent le code ne sont pas super utile.

Je n'ai pas peur pour ma part. Je considère tout cela comme une révolution dans le métier, qui permet plein de nouvelles choses. Mais cela ne remplace pas notre créativité. Cépendant certains data scientistes deviendront obsolètes (j'ai encore des collègues qui ne se sont pas mis au GEN AI! Et ce n'est pas tout le monde qui est créative avec les données). Bref certaines personnes no proactives seront éjecté du métier.

J'ai plus peur qu'on (France) sera indicapé par CDI. Tu ne peux pas licencier ces personnes dépassées par les nouveautés.

je le mets dans les bonnes nouvelles : y'a une phase de transition en cours. Les boites américaines dégagent du monde, reglechissent puis regrettent et réembauchent en urgence. L'employé lui paye les pots casses. Je pense qu'on aura un peu moins de pots cassés en France même si on peut toujours rétorquer que les boites françaises mettront plus de temps à faire la transition : la technologie sera plus mature et la strat' et l'implémentation qui va suivre (souveraineté, implémentation, safety guard rails) seront aussi plus matures. Les startups qui ont besoin de flexibilité et d'implémenter plus rapidement tout ce beau monde ne seront pas affectées : elles ont logiquement embauché des gens assez flexibles de base qui ne plaisent pas dans les grosses boîtes

2 ans que je traîne à 90% dans les LLM, bilan : épuisant  
 
Ça va tellement vite que rien n’est stable, c’est fatiguant par rapport à mes précédentes expériences ML/DL classiques.  
On fait de la prod assez critiques (je, pas un chatbot) avec un gros RAG. En prod depuis 18 mois, j’ai l’impression de passer mon temps à courir sur les MAJ des providers  
 
Vous avez ce sentiment aussi ? J’aimerai bien trouver une zone moins stressante à moyen terme

I feel you, je viens de quitter ma boîte et ses trucs agentiques de merde.

Pour aller faire quoi?

Les modeles et les harness evolvent a une vitesse folle. J'ai commence a utilise l'IA vraiment pour coder au Noel 2025 en quelques semaine mon metier a completement change pour moi.
Ma trajectoire en qq mois:
- Qq scripts ca et la sur ChatGPT
- Opus 4.5 -> 4.6 -> etc.
- Truc machins agentiques auto-plein-de-trucs.
 
Faut avoir la tete accrochee aux epaules.

 
Quand tu l’utilises en daily pour coder ça va vite mais finalement tu switch de modèle et le risque est faible  
 
Par contre quand t’as un process en prod (nous en rembourse des factures clients avec un process basé sur RAG/LLM), tu switch pas si facilement  

Pcke qu'il faut re-evaluer la performance des prompts et tout ?
T'as eu de mauvaises surprises ?

 
Oui et le wording peut changer pas mal d’un modèle à l’autre  
D’ailleurs on est parti sur Gemini 3 flash preview quand il est sorti. Ça marchait bien et on se disait « t’inquiètes la version stable va pas tarder ». 6 mois plus tard y’a pas eu de stable    
Et on pense qu’ils ont fait une petite maj en douce début mai, on a eu un shift qu’on explique pas.  
 
Maintenant y’a Gemini 3.5 flash (stable dès la sortie?!) mais prix x3 et il faut revoir les prompts  
 
Bref, ça fatigue pas mal cette non stabilité quand on a un projet qui en necessite