Reprise du message précédent :

Nanotech en gros... Ça paye pas, à moins de partir en Californie mais j'avais pas du tout envie

Tu as fait une thèse sur l'optimisation (non)-convexe ?
 

Nan, indice dans mon pseudo  

Sur les générateurs robustes de nombres aléatoires ?

Rontgen - (Robust generators ?)

Rontgen : https://fr.wikipedia.org/wiki/Wilhelm_R%C3%B6ntgen

Tu as travaillé sur les rayons X ? (du coup sur l'analyse d'images pour la médecine ?)

C'est plus l'optimisation qui a un impact en ML que l'inverse

Bien qu'on commence à voir des trucs comme "learning to learn by gradient descent by gradient descent"

Bonjour à tous je viens vers vous pour quelques renseignements concernant mon orientation. Je suis actuellement en 1A en école d'ingé (rang C HFR) et je dois choisir un parcours pour mon le 2nd semestre de mon M1. Souhaitant m'orienter vers la DS j'ai le choix entre un stage de 5-6 mois en labos à l'étranger et un semestre académique dans une université partenaires. J'hésite fortement entre ces deux possibilités sachant que mon école ne dispense pas de cours de ML/DS avant la 3A mais que je dispose d'un bon bagage en maths/proba/stats et en python/C++.
Quelle possibilité vous paraît la plus judicieuse en vue d'intégrer le marché en bac +5 et pourquoi pas de consolider ma formation par un M2/MS ?

 
Ca depend du stage et du semestre(et de ce que tu veux faire plus précisément après)... J'aurais plus tendance à dire le stage vu que les semestres d'échange non diplomant c'est souvent bullshit.
 
 
 
 
Rontgen tu penses qu'aujourd'hui c'est quoi le parcours le plus pertinent pour faire de la data science (surtout en France)? J'insiste sur le science, c'est important pour moi de faire des maths, j'ai du mal à réaliser si faire une thèse c'est necessaire/si ça apporte un vrai plus ou si un M2 maths appli/machine learning c'est suffisant.

MVA

tu peux détailler un peu stp ?
 
(je compte faire une demande pour le mva mais je suis pas sur d'être pris + pas sur que mon école me laisse le faire)

 
Si tu veux etre chercheur, la thèse est nécessaire

Merci pour vos réponses ! Les stages en questions sont dans des départements maths/stat d'université partenaires ou non: typiquement y'a des trucs assez stylés du genre lmp£ri@l Coll. ou quelques fac US.  
Je n'ai pas vraiment envie de poursuivre vers la recherche plus tard mais à part ça je n'ai pas de domaine d'appli de prédilection. J'aimerais surtout un job dans lequel j'aurais une réelle plus-value technique du genre pas de ppt toute la journée mais qui dans le même temps ne m'enferme pas dans ce cadre technique et me permet de move vers de l'analytics, BI si un jour je me lasse.

 
Ben j'ai l'impression que y'a de plus en plus de postes un peu hybride entre l'ingenieur et le chercheur dans les start ups mais je me trompe peut etre
Perso pas absolument envie d'être "chercheur", juste envie de continuer à faire des trucs challenging(au moins un peu) en maths applis

Bonjour les gens, je suis actuellement en 2A à l'ENSIIE en alternance. J'ai la chance de pouvoir choisir de faire ce M2 pendant ma troisième année à Paris-Saclay: Innovation, marché et science des données (contenu ici: https://www.universite-paris-saclay [...] sage_1.pdf ).
En bref, est-ce que ce master va augmenter mes chances d'avoir un job intéressant dans la Data en plus d'un diplôme d'ingé info ?

Salut !
 
Tu vises quoi comme job ? Le master n'a pas l'air très quantitatif donc je pense que ça va être compliqué pour tout ce qui est Data Scientist/ML surtout que vu la hype tout le monde s'engouffre dedans donc la concurrence va être de plus en plus rude (my 2 cents).

 
C'est plus une formation courte de data analyst donc quelque chose de plus qualifiant et moins théorique que ce qui peut être nécessaire pour un poste de data scientist, et ça me semblait intéressant. Mais tu as raison, s'il risque d'y avoir plus de prétendants plus qualifiés sur le marché du travail, ce n'est peut-être pas si utile. Merci en tout cas, je fais confiance à ton expérience !

Justement tu devrais pas
 
J'ai le mm profil que toi (ingé info même gamme d'école + futur m2 paris saclay), attends l'avis d'un mec calé comme Rontgen

 
Ah oups compatriote, je t'ai pris pour une âme supérieure.  

Pas forcément d'accord. Le MVA est vu comme une formation extrêmement théorique, pour ma part je préfèrerais largement embaucher un profil plus technique qui pourra être opérationnel et efficace plus rapidement.

 
Tu trouveras un job dans la data assez facilement je pense : les formations en France ne suffisent pas au flux actuel des offres d'emplois type data science.
La question à se poser : qu'est-ce tu attends ?
Un billet à ce sujet : https://www.kdnuggets.com/2018/04/w [...] -jobs.html

L'article de TiDom me parait très juste, je conseille à tout le monde de le lire.
Oui il y a un certain nombre d'offres d'emploi pour des "Data Analyst", mais je pense que si la réalité du job était plus explicite, ca diminuerait fortement l'engouement autour de ca.
Au final, seules un nombre restreint de boites font du "machine learning" comme on en entend parler dans les medias; le reste, c'est souvent organisation/nettoyage de bases de données et régression linéaire/logistique si on a de la chance.
 
Difficile de dire a priori ce qui est un piège ou pas, mais voilà mes heuristiques:
- Perso, je fuierais tous les trucs avec "business" ou "customer" dedans
- Les chances d'avoir un projet épanouissant sont beaucoup plus élevées si on bosse dans le coeur de métier de la boite
Prenons l'exemple d'une offre d'emploi chez Renault : machine learning sur la conduite autonome -> potentiellement cool, mais analyse statistique des clients -> potentiellement chiant
- Y'a aussi le fait que si travailler avec des images, des videos, des textes ou des sons, ben ce sera probablement avec du deep learning et autres méthodes super-sexys-à-la-mode; alors que travailler avec des fichiers Excel et faire des regressions lineaires de features, c'est moins glamour mais plus répandu.
 
Pour atteindre des métiers intéressants (et rémunérateurs) dans la R&D, je conseillerais donc de se forger un profil spécialisé soit dans un domaine d'application, soit dans un type de données (traitement d'image, natural language processing, etc)
Ca peut se faire par une sélection de cours approprié et des stages cohérents, ou par une thèse, ou par plusieurs années d'expérience
 
Enfin, une autre manière de valoriser son profil est d'avoir la double casquette théorique + savoir-faire en terme d'intégration logicielle
Beaucoup de monde s'amuse à télécharger un script Python sur Github, le faire tourner et le customiser un peu; mais s'y connaitre en intégration et en déploiement est super important, surtout si vous voulez postuler dans des petites boites ou start-ups

Il faut faire attention au AI washing, pas mal de startups se disent AI pour le hype et les vc mais en fait font de l'automatisation (software)et 3 moyenne. ( C'est aussi bien pour eux c'est plus facile mais c'est trompeur )

Ensuite perso je vois un intérêt à se spécialiser, genre image, texte etc.. qui à faire moins de ml et là le nombre accessible de formation s'étoffe.
Perso je préfère un mec très calé en Vision mais qui a pas fait beaucoup de ml qu'un mec spécialisé en deep pour le nlp qui a jamais touché d'images.

Ensuite il y a aussi la partie data engineer qui est hyper sous estimé par les JD, peut être plus accessible au niveau des formations, et qui a une valeur énorme sur le marché du travail. Et en plus c'est super intéressant

 
 
tu pourrais détailler ce que tu entends par data engenerring      
 
( la "data science" m’intéresse, mais j'ai pas vraiment envie de faire que des maths, et l'info c'est vraiment ce que j'aime le plus. )
 
 
 
 
 

+1 pour la question, tout le monde est pas toujours d'accord sur les définitions

Data engineering: Profil plus Software engineer spécialisé dans la mise en place et maintenance des bases de données classique et distribuées (Hadoop). Typiquement expert avec SQL, python, Java, hive, presto, spark

A noter que 90% des boîtes qui recrutent des data scientists ont en fait besoin de data engineer.

A noter également que les salaires de data engineer ont largement rattrapees les salaires de data scientists dans ma région (Ca touche dans le 100k à 120k pour un profil correct sans être super senior )

Salut tout le monde
 
Y'a un expert Kaggle dans le coin ? J'essaye de créer une compet kaggle pour ma boite et je me heurte à quelques petits soucis

C'est quoi ta région ?

Ah ben ça ressemble plus à mon travail quotidien ça.
Enfin je suis un peu entre deux.
70% de (py) Spark ou on se "contente" d'implanter des modèles.
30% d'analyse (tenez voilà des données voyez ce que vous pouvez en tirer)
0% ML

Munich, mais c'est vrai pour toutes les grosses agglomérations en Allemagne. La pénurie en data engineers par contre je pense que c'est partout

Ca me parait vraiment eleve. Meme a Londres, on n'a pas ce genre de salaire.
 
Edit: j'arrive a un median de €90'000 pour Londres, pour un poste de Senior Data Scientist:
https://www.itjobswatch.co.uk/jobs/ [...] ientist.do
 
Et la un poste a €100'000, pour un poste de Data Integration Specialist:
https://www.itjobswatch.co.uk/jobs/ [...] cialist.do

Perso ca m'interesse pas du tout (mais c'est absolument necessaire dans une equipe)

Londres a part quelques banques et hedge funds isolés ça paie pas tant que ça...

Les offres au dessus de 100k existent à Munich mais franchement c'est pas la norme.
J'ai un pote senior data scientist chez @mad3us, et même avec des bonnes promos, il gagne pas ça
Après ca dépend des domaines j'imagine, si tu bosses en finance/assurance ou dans certaines grandes boîtes peut être, mais en R&D ça monte pas si facilement aussi haut

On parle de data engineers la non ? Et je n'ai pas dit que tous les data engineers sont à 100k-120k, mais que pour un profil correct qui cherche un nouveau poste c'est réaliste

En Allemagne oui, en France on est assez nettement en-dessous de ces chiffres.
Cela s'explique aussi par le fait que la différence brut/net peut être plus forte en Allemagne qu'en France en fonction de sa situation familiale.
 

http://www.informatique.univ-paris [...] tion_du_m2
http://www-master.ufr-info-p6.juss [...] ste-ue.php
 
est ce que ces masters ont un intérêt  pour faire ensuite de la data engineering ?

Ok, j'avoue que je connais un peu moins le marché pour ces métiers là
En fait, comme ton message disait que les salaire des data engineers avaient rattrapé ceux des data scientists, je supposais qu'ils étaient inférieurs ou égaux
 
Cela dit, ca m'étonne un peu, parce que quand on fait un tour sur Glassdoor, les montants sont quand meme assez différents que ce soit pour Scientist ou Engineer :

Disons que c'est très très variable
 

J'avais calculé (vraiment en gros) qu'il fallait faire -10% sur le brut Allemand pour avoir un équivalent Francais, pour un célibataire athée sans enfant
Mais bon, c'est difficile de comparer de toute facon vu que le cout de la vie est aussi un peu moins cher a Munich qu'a Paris..
 

Bof, pas vraiment, il y a maintenant beaucoup de masters vraiment dédiés à l'analyse de données

Top A.I. Researchers Are Making More Than $1 Million, Even at a Nonprofit

Des gens utilisent Microsoft Azur ML Studio ? C'est tellement bien