|
Auteur | Sujet : [Topic Unique] Machine Learning & Data Science |
---|
Tidom | Reprise du message précédent : |
Publicité | Posté le 15-02-2018 à 19:22:23 |
newtongauss | Bonjour,
Message cité 1 fois Message édité par newtongauss le 16-02-2018 à 23:32:02 |
Nufeu | Salut, un bon bouquin/ site / n'importe quoi pour le deep learning ? je suis en M2 data a paris, je commence mon stage en avril et je préfère prendre un peu d'avance... |
korial | Le deep learning book est bien fait je trouve. Parfait pour lire à tête reposée avant avril. |
Bébé Yoda | Je pense aussi que cette lecture vaut le coup en DL |
Plix |
Pour répondre à ta question sur les salaires, selon ma courte expérience, tu peux flirter avec les 80k-90k de package dans des grosses structures après 5 ans d'expérience en ayant fait des changements de postes pour faire des jumps. Aux US et au UK les salaires semblent plus élevés. Voici un lien qui te donne une idée de ce que tu pourrais espérer toucher en France: http://datarecrutement.fr/offres-e [...] ement/#s=1 Bien sûr ces fourchettes sont indicatives et sujettes à négociation mais ça donne une vague idée de ce que tu peux espérer toucher. |
Nufeu | https://www.amazon.com/Deep-Learnin [...] rning+book Celui ci donc ? C'est disponible à ma BU.
Message cité 1 fois Message édité par Nufeu le 17-02-2018 à 12:14:17 |
newtongauss |
|
Publicité | Posté le 17-02-2018 à 19:07:37 |
korial |
|
korial |
|
Bébé Yoda | Dans l'équipe où je débarque il y a visiblement 1ou 2 gars qui sont dev à l'origine et qui s'occupent plutôt de ces étapes, même si on nous demande de savoir se débrouiller un minimum. |
Bébé Yoda | Tu aurais des liens/livres qui expliquent un peu tout ce dont tu parles ? Manière d'être moins con le jour où on m'en parlera. |
rogermajax |
d@kn1ko | drap |
Darmstadtium Pipoteur grotesque | Je suis assez de l'avis de BlastaaMoof, mais je rajouterais un truc un peu différent. Je pense qu'il existe des gens compétents sur les aspects maths, ingénierie logicielle, et administration système - du moins qui ont des bases suffisamment solides pour développer au besoin un de ces aspects, comprendre ce qui se passe, et avoir une vue d'ensemble. Par exemple, j'ai toujours aimé bidouiller sous Linux et coder et j'ai une formation ingénierie + recherche en science, et je connais d'autres personnes dans ce cas. Mais ça ne veut pas dire que tout confier aux mêmes personnes est une bonne idée comme l'explique Blastaa. D'une, ça favorise les cas de "on a cette vision alors on fonce là dedans et personne n'est là pour apporter un autre point de vue", de deux ça rend difficile de se concentrer sur une chose à la fois, et de trois je pense que ce n'est pas forcément une bonne idée pour le moral des employés. Quand un profil pluridisciplinaire a choisi de développer plus une discipline, et postule pour faire ça, ça peut être très frustrant de découvrir une fois en poste qu'on a aussi tout un tas de trucs à faire au dépens de notre activité censée être principale. Par exemple, une personne qui veut principalement faire de la modélisation et de l'ingénierie logicielle propre peut être assez peu intéressée par l'aspect infrastructure (genre tout ce qui est déploiement avec Docker, Kubernetes etc.) même si elle est qualifiée. La recruter pour lui faire faire ça serait contre-productif et la personne risque de partir assez vite chercher un poste plus adéquat. Bien sûr que c'est aussi à l'employé de s'adapter aux besoins de l'entreprise, mais si je mentionne ce cas c'est par ce que je l'ai vu arriver plusieurs fois et l'ai vécu moi-même. Il faut que l'entreprise soit très honnête dans son recrutement, mais même en étant transparent il arrive trop souvent que les besoins de l'équipe "shift" vers plus d'infra et d'ingénierie et moins de science et de modélisation. Dans ce cas, je pense qu'il serait bien plus logique de recruter dès le départ des data engineer et des dev ops L'inverse est aussi vrai mais à mon avis plus rare. Message édité par Darmstadtium le 18-02-2018 à 21:48:46 --------------- Vous pourriez comprendre ainsi pourquoi l'isotropie peut être détournée de son enclave de finalité dès le postulat de base choisie. surunitairedream - 09/06/2013 -- Contrepets |
draculax | Hadada n'a pas encore cité la qualité principale du génie capable de tout faire seul
|
o_BlastaaMoof_o | Le Magic Quadrant 2018 des plateformes de data science et ML a été publié, pour ceux que ça intéresse. Un peu surpris de l'envolée de H2O.ai qui me semble largement surcotée et de la chute de Dataiku qui me semble au contraire un peu sévère. Message édité par o_BlastaaMoof_o le 23-02-2018 à 23:08:35 |
captain redface | Pourquoi tu vires pas tout ce qui présente un échantillon inférieur à x? |
Bébé Yoda | C'est ce qu'on faisait mais c'est un peu trop arbitraire. On avait viré tout ceux qui ont un seul échantillon, mais pourquoi pas 2 ou 3 ? |
Publicité | Posté le |