Reprise du message précédent :
En France, Dataiku commence à faire son trou et sur un CV en Data Science, ça fait son petit effet, des grosses boîtes comme Sephora par exemple font une transition sur Dataiku.
 
Tu as parlé de SAS Viya, c'est vraiment un grand écart à faire. Pour un total débutant, je donnerais Dataiku qui est plus accessible.

Merci, j'ai commencé par lire des tutos et regarder des vidéos qui s'adressent aux débutant, comme celle ci d'un gars de Google https://www.youtube.com/watch?v=BtAVBeLuigI&t=3499s
Et je bricole à partir de ce dépôt : https://github.com/divamgupta/image-segmentation-keras qui proposent plusieurs models (U-Net, PSPNet, Segnet, FCB8/32)

Quelqu'un fait du Freelance en plus de son job ?

L'idée serait de faire des 'petits' projets (récupération auto de données, algo ML, appli visu etc...) à mes heures perdues (et de facturer )

Y'a beaucoup de Freelance sur des missions longues mais ça se fait beaucoup sur des missions de quelques jours et en full remote? Sur quel(s) site(s) on trouve ces missions ?

Je sais pas si beaucoup d'employeurs donnent l'autorisation à leurs salariés d'avoir un job à coté, surtout si c'est lié à ton boulot actuel

Je crois que si y'a pas de clause d'exclusivité ou de non concurrence, pas de problème...

 
Yaisse, c'est tout trouvé par réseau donc j'ai pas de conseil pour en trouver sans ça par contre

Un article intéressant sur la pénurie de profils data science, les pistes de résolution et quelques chiffres concernant le gap de salaire entre GAFAM et industries ! (Spoiler alert : il est énorme )

https://www.lemagit.fr/actualites/2 [...] -en-France

 
Cette hype sur l'IA, quand je vois comment c'est galère de déployer des choses bien plus simples dans les grandes entreprises, alors de l'IA ...
 
C'est viable en startup ou dans les pôles R&D, mais en production dans des grosses boites, on en est encore loin ...
 
A l'heure actuelle je déploie un simple SVM + dataviz chez un de mes clients qui se voit refuser la possibilité de le mettre en place sur les serveurs de production car pas compliant ... c'est un parcours du combattant.
 
Data scientist c'est de plus en plus fourre-tout, si ça ne l'était pas déjà au départ, un moment faudra vraiment tous s'entendre à ce que doit être un data scientist et quel champ d'application.
 
Un data scientist qui s'est branlé la nouille à apprendre des algorithmes ultra complexes de deep learning sans toucher la data en production restera à mon sens sans valeur ajouté pour une entreprise, je le sais, j'ai été ce branle nouille
 
Je vois les annonces qui recherchent des profils hyper techniques, hyper statisticiens, qui connait de python à scala en passant par c++ mais tout ça comme l'IA ça reste des outils au final, la plupart des réponses apportés à des problématiques métiers par des problématiques data peuvent passer par des choses toutes simples comme complexe mais je vois pas la nécessité à l'heure actuelle d'être à fond sur l'IA pour un DS ... à moins d'aller chez Google & cie qui peuvent se permettre d'être R&D ou certains boites un peu chill style EDF.
 

Je l'ai dit et répété, l'approche bordélique en mode Bring Your Own Environment des équipes de data science va finir par avoir raison de cette discipline. Les équipes de production informatique dans les grandes entreprises, en particulier dans le secteur de la banque et de l'assurance (mais pas uniquement) veulent s'appuyer sur des process d'industrialisation propres et des technos solides. C'est triste à dire mais j'en suis venu à penser que finalement, le mieux que puisse faire une entreprise de ce type, c'est encore de déployer du SAS à grande échelle. Ce sera toujours moins coûteux que les efforts vains et répétés de déploiement de codes Python/R mal branlés. La hype de l'open source est en train de passer de toute façon, la descente aux enfers de l'écosystème Hadoop va y contribuer et remettre un peu l'église au centre du village.

Et je mets une petite piécette sur un avenir similaire pour Docker...

Tibco spotfire + spotfire datascience FTW

Comment tu fais ça au juste ? On a tellement raconté que les data scientists sont une denrée rare et précieuse que :
1/ souvent les data scientists font ce qu'ils veulent, c'est-à-dire qu'ils travaillent avec l'environnement de leur choix ;
2/ s'ils ne peuvent pas le faire pour une raison X ou Y, ils font leur petit caprice de star ;
3/ en réaction, les RH apeurés de perdre leurs pépites interviennent et contribuent à déglinguer toute forme de gouvernance qui aurait été mise en place.

Note que je m'en fous personnellement, je n'ai personne à recruter
 
C'est un problème de recrutement, OK, mais c'est un problème rencontré dans des tas de boîtes, en particulier celles où la décision de recruter ou non une personne est faite de manière collégiale par plusieurs personnes.
 
Dans une start-up de 10 péquins avec zéro héritage technologique à se coltiner, tout est plus facile mais j'ai envie de te dire no shit

Evidemment mon postulat parlait des grands compte majoritairement vu que c'est les cas que je connais le mieux.

Mais je pense que l'IA ça reste de la hype, comme les data scientist sont de la hype (j'en suis un).

Beaucoup de DS sont omnubilés par quel langage je dois apprendre ? quel algorithme je dois savoir ? avant même de comprendre l'intitulé même de leur poste "data scientist", scientifique de la donnée, c'est la donnée qu'il faut apprendre, les algorithmes et les langages ne sont que des outils et globalement font tous à peu près la même chose.

Je dis pas ça en pensant savoir tout mieux mais c'est juste que ça contribue à avoir des réputations de mauvais DS car ça recrute que sur des aspects techniques langages (et très peu sur la théorie statistique) qui sont 30% du job alors que 70% d'un job de DS c'est 1/savoir transcrire une problématique business en problématique data et 2/être un expert de la donnée, comprendre sa structuration, sa construction etc. qui sont propre au domaine étudié ou à l'entreprise.

Tout cela me fait penser à un grand groupe média et son pole Data Scientist qui se targuait de recruter la crème de la crème à coups de ENSAE, X, Polytechnique etc. qui utilisaient les framework Python & cie, du tensorflow en veux-tu en voilà pour au final un incrément de 0 niveau biz.

Pour la petite anecdote, j'avais développé un truc méga plus simple mais comme j'étais qu'un stagiaire, si je voulais avoir accès au datalake, il fallait que j'annule mon projet sous peine de me voir refuser les accès pour mes futures études car ils avaient peur de passer pour des branquignoles auprès des directeurs.

De toute façon j'ai toujours trouvé que le terme data scientist faisait pompeux et 90% de la profession croisée mérite vraiment pas un tel statut, je pense déjà pas beaucoup le mériter

Après pour l'organisation optimale d'un pôle Data, clairement le lead donne la direction mais c'est d'avoir adossé à ce pole une partie data engineering avec qui tu bosses en amont et dont la relation est fluide ainsi qu'une partie dev en sortie pour la production.

Et le manager sert de bouclier à toutes les demandes ad-hoc ultra relou qui vont parasiter les projets qui en moyenne devraient se contenter d'être des projets de 4-6 mois en mode on attaque une problématique, on cogite, on sort un outil biz en production et accessible à tous.

Trop souvent les pôles DS c'est associé R&D dans les grosses boites et ça participe à l'épuisement de la hype des DS qui deviennent des data analyst dans ces boites et se contentent de faire du SQL et des Excel ...

Coucou les gens
 
Mon employeur me propose une formation certifiante en 20j à polytechnique.
 
https://exed.polytechnique.edu/fr/f [...] er-program
 
Est-ce que certains d'entre vous connaissent ?

Un ancien de la BNPP l'a faite. Il a beaucoup apprécié les intervenants, les autres formés, les projets ...

Il m'a quand même dit que ça demandait un peu d'investissement le soir / weekend pour les projets

Sinon, pour tous ceux qui pensent que MATLAB n'est pas fait pour les use cases ML/DL :
https://www.matlabexpo.com/content/ [...] igence.pdf
 
Airbus utilise MATLAB pour prototyper ses algos de détection DL puis génère automatiquement le code CUDA qui s'exécute sur une carte Jetson à l'aide de GPU Coder. Allez faire ça avec une techno et on en reparle...

Entraîner Du deeep learning sous Matlab? Mais c'est quoi l'intérêt ?

Eh ben tu devrais peut-être regarder le lien et réfléchir deux secondes pour comprendre...

Pour avoir bossé pour la boîte en question, ils ne font pas uniquement avec MATLAB.
Ils testent un peu toutes les solutions, y compris du code maison "à la main", palantir et compagnie

C'est pas le prix des licences qui rend le concept super sur des petits use case mais horriblement chère passé les quelques centaines de devices ?
J'ai vu des assurances monter des projets avec plusieurs consultants à plein temps uniquement pour optimiser la consommation de licences MATLAB -_-

 
Matlab c'est plutôt bon, c'est cher mais c'est un bon logiciel pour l'avoir un peu testé.
 
Le seul hic, c'est la phase data analyse qui par rapport à d'autres logiciels est un peu pourrav'.
 
De toute façon SAS > all  
 
Ou Dataiku pour être un peu chauvin, je suis dessus pour un projet interne et c'est devenu vachement plus sexy que dans mes souvenirs. Par contre la performance est un peu pourrav' et la présentation des dashboard toujours un peu limité, c'est dommage.

 
Je suis alle sur le lien et je ne vois rien qui soit exclusif a Matlab. Entrainer des modeles et deployer sous Jetson ca se fait tres bien directement en Python...
C'est quoi qui justifie le prix d'une license sur cet exemple?

Le support

S'agissant d'Airbus, je pense que si tu fouilles bien, tu dois pouvoir trouver à peu près n'importe quelle stack logicielle dans leur SI

Le modèle de licence est le suivant.
- Il existe des licences destinées aux développeurs, celles que tout le monde connaît. Sans entrer dans les détails, grosso modo il faut acheter une licence par développeur "régulier".
- Il existe également une solution serveur permettant d'exécuter des jobs MATLAB sur un cluster de calcul. Le prix de cette licence est fonction du nombre de cores du cluster.
- Enfin, les outils de compilation et de génération de code permettent de générer respectivement des binaires et du code bas niveau (C/C++, CUDA, HDL) qui s'exécutent sans nécessiter de licence.

Globalement je trouve ça plutôt clean, y a des éditeurs qui font bien pire.

Pour en revenir à ton assureur, je vois très bien de qui il s'agit puisque j'y suis intervenu... Cet assureur dépense en effet beaucoup en licences (tout est relatif ceci dit) mais c'est la conséquence de ses propres choix :
- l'architecture du progiciel qu'il a développé à partir de MATLAB est merdique et n'exploite absolument pas les capacités techniques de l'outil ;
- l'organisation des équipes n'est pas adaptée (minuscule équipe IT avec peu d'internes, grosse équipe métier essentiellement externe composée de bras cassés).

Je peux leur expliquer quand tu veux comment réduire leurs coûts de licences de 90% mais je te mets ma main à couper qu'ils ne me suivraient jamais

Ce qui s'exécute sur le module Jetson, ce n'est pas MATLAB, c'est du code C et CUDA natif généré automatiquement par MATLAB (et Simulink en l'occurrence, le périmètre du projet étant un peu plus large que du simple deep learning).
L'avantage est double :
- très peu de dépendances logicielles en-dehors de bibliothèques bas niveau
- un meilleur niveau de performances (c'est assez critique dans la mesure où le hardware est déjà à genoux dans le cas présent).

D'ailleurs, le modèle de DL à proprement parler aurait tout à fait pu être développé et entraîné dans n'importe quel framework de DL, exporté via ONNX et réimporté dans MATLAB. L'avantage de la plateforme MATLAB/Simulink dans la phase de développement, c'est de faire du prototypage rapide en mode HIL (hardware in the loop) plutôt que de devoir faire de multiples itérations de développement / déploiement / test sur la plateforme cible. Le gain de temps est généralement assez important et justifie largement les maigres 20000 balles de licence (mais si ça se trouve, Airbus a un contrat groupe de toute façon).

Si tu es intervenu en 2016 ou 2017 avec une collègue alors on s'est peut-être déjà croisé   (c'était un plaisir d'ailleurs ).

Et non ils ne compileront pas leur code avec une chaîne de CICD adaptée ! C'est plus simple de tout garder sur un NAS sous forme de fichiers code source et de dépenser en licences MATLAB pour disposer du runtime adéquat avec sa licence !
En plus je suis sûr que les choix faits sont très adaptés aux technologies et architectures de référence *
(* Du début des années 2000 )

Je reste convaincu que MATLAB est un bon outil mais sur du Machine learning où l'Open Source est roi je pense que la partie sera difficilement gagnée si on tient compte de la multitude de géants qui sortent des librairies Open Source, des papiers pour reproduire leurs résultats et les multitudes de communautés qui se construisent autour pour proposer des outils d'abstraction et de connexion avec les écosystèmes existants. L'exemple qui me vient en tête dans le domaine c'est IBM qui devait se tailler la part du lion et qui est en train de changer d'approche pour ne pas finir négligeable sur ce marché

Ah ben oui c'était bien moi, le monde est petit
 
MATLAB a totalement abandonné la bataille face à l'open source sur l'entraînement des modèles. Ils ont bien compris que ça ne mènerait nulle part... En revanche, l'éditeur a mis le paquet sur l'intégration du DL dans les workflows de simulation et sur les fonctionnalités de génération de code associées. C'est la bonne démarche à mon sens. Le principal marché du DL est dans l'embarqué, le nerf de la guerre consiste à pouvoir faire de l'inférence en temps réel sur des calculateurs embarqués dans les voitures, les avions, les systèmes de défense, etc. Et ça c'est un domaine dans lequel l'open source n'existe pas.

Hé bien, l'aventure data science touche à sa fin pour moi. Dans quelques jours je ferai tourner mes derniers modèles, dernières analyses (et rapport qui va bien avec )Et je repartirai vers d'autres aventures.Je ne serai pas très loin non plus, peut-être encore un peu de data dans mon boulot mais à la marge et plutôt en tant qu'avant vente que technique.Peut-être dans un meilleur cadre de travail, avec de vrais experts j'aurais pu apprendre et progresser beaucoup plus et donc serais resté dans le domaine.... Mais là, une opportunité intéressante dans un meilleur cadre je n'ai pas trop hésité.
Je reste quand même lurker le topic ça reste un sujet intéressant

Juste par curiosité tu avais partagé travailler pour un éditeur de software il y a quelques mois. Cet éditeur n'est pas Mathworks ?

Oui, j'ai travaillé pendant presque 2 ans pour MathWorks, je ne m'en suis jamais caché.
Après, puisque je te vois venir, faut remettre les choses dans le bon ordre. J'ai travaillé pour MathWorks parce que j'ai toujours adoré la plateforme MATLAB, et non l'inverse. Je n'aurais jamais pu travailler pour SAS par exemple dont la plateforme est à mon sens une grosse bouse.

J'ai dû envoyer, 3 ou 4 candidatures chez Mathworks à l'époque, personne ne m'a jamais répondu

Oh bah oui oulala ils sont méchants MathWorks

 
C'est surtout mon CV qui vaut rien

Un futur avant vente qui ne sait pas faire un CV. Ça se saurait

Pardon, je me suis mal exprimé : mon CV n'était pas du tout en adéquation avec les postes affichés
M'enfin j'ai tenté quand même, j'aime bien leur produit, ça m'aurait pas déplu de bosser pour eux.

Pas de regrets à avoir tu n'aurais pas fait des masses de datascience chez eux à priori

Par contre effectivement Mathworks est une très belle école pour les profils de commerciaux / avant vente. La Micro équipe commerciale française faisait penser à une startup en terme d'ambiance (le CEO France est super accessible en plus) mais avec un produit reconnu sur le marché. Un bon combo si bosser à Clamart n'est as un problème  

Meudon