Reprise du message précédent :

https://images-na.ssl-images-amazon [...] LUynLL.jpg  
 
http://akamaicovers.oreilly.com/im [...] 84/cat.gif  
 
https://images-na.ssl-images-amazon [...] 3,200_.jpg  
 
https://images-na.ssl-images-amazon [...] 4,320_.jpg  
 
Si tu cherches bien sur la toile, tu dois pouvoir trouver les PDF de ces livres.

 
Sans rire
Quand on voit combien ça coûte une intervention terrain  on a pas intérêt à se planter

 
Si tu as un peu de bagage en maths, celui la est vraiment bien:  
 
The Elements of Statistical Learning

La version plus courte :
 
LEARNING FROM DATA A SHORT COURSE
(Ces cours sur youtube sont bien, a faire avec ceux de Andrew Ng)
 
J'ai preparé mon entretien avec ca, j'attends la reponse finale

Salut, Quelqu'un a des retours sur le mastère Big data de Grenoble ?
Je me tâte à déposer un dossier d'inscription pour l'année prochaine.

Peut-être je dois préciser mon parcours : M2 physique fondamentale, puis thèse en nanotrucs soutenue il y a 10 ans déjà (ouille).
J'ai enchainé quelques post Doc, et ensuite j'ai bossé 4 ans en tant qu'ingénieur/chef d'équipe dans l'industrie en France. Du coup j'ai un profil assez polyvalent avec une bonne connaissance métier, ce qui semble être important en data pour faire parler les données d manière"concrète" pour les chefs. J'ai passé beaucoup de temps à analyser des données, les comparer aux modèles existants, pas mal de codage, analyse d'images (pas mal de MATLAB, python, labview).
Je m'ennuie dans mon poste de chef de labo, et j'aimerais passer plus de temps à coder/interpréter des données. Ces dernières années, ce qui m'a le plus apporté de plaisir dans mon boulot, c'était de faire les codes d'analyse à la place de mes thésards qui ne maîtrisaient pas les outils. C'est le genre de truc que je peux faire le soir à la maison pour le fun.
Je me suis inscrit sur coursera (cours de Fox et celui de Ng) pour avancer en machine learning et consolider certaines compétences.
Là où je suis le plus juste c'est sur l'aspect mathématique pur. J'ai bien sûr de bonnes notions de base en stats mais j'ai peu pratiqué depuis quelques années et je me sens un peu rouillé. Je me demande si c'est un vrai frein au métier de DS, j'ai du mal à évaluer les véritables pré requis pour le job.

Bref mon idée, c'est que dans le cadre d'une re-orientation, suivre un mastère spécialisé pourrait aider... Mais vu le prix je préfère être sûr du niveau et de l'utilité du truc

 
Va pas à grenoble. Vise le MVA à cachan t'as un super profil, enfin attends d'autres conseils de gens plus expérimentés mais clairement sauf attachement à grenoble tu peux viser le top du top

Oui il paraît que c'est top. Seulement, quitter Grenoble pour un boulot, c'est pas trop difficile, mais pour une formation avec femme et enfants c'est pas évident...
En ce moment je tente une embauche directe et compléter sur le tas, et je partirais sur une formation si je n'y arrive pas mais je réalise que les dépôts de dossier ça commence déjà...

Le MS big data avec GEM ? De ce que j'en sais ça m'a l'air d'être une formation très bullshit/pipo avec un peu d'info mais quasi pas de maths, et très axé entreprise.

C'est absolument pas le même type de formation que le MVA. Si ce qui t'intéresse c'est les modèles et les maths, alors à Grenoble je te conseille le MSIAM qui est un M2R de maths appliquées avec un parcours Data Science.

Si ce qui t'intéresse c'est rajouter un profil plus commercial alors les formations type MVA ou MSIAM ne sont pas ce que tu cherches et il vaut mieux un MS comme celui de GEM ou quelques autres en France.

Si tu veux faire des maths go MVA

Plutôt bon résumé de Darmstarium
Y'a quand même un peu de technique au MS GEM imag mais y'a aussi une bonne moitié de pipo et c'est pas très mathématique.

Hello !
 
Vous auriez un avis sur le MsC HEC/X Big Data ?
 
http://www.hec.edu/Masters-program [...] y-Features

C'est noté, merci pour vos retours. Je vais réfléchir à tout ça

Salut
Un bouquin très bien fait aussi
Data science
Fondamentaux et étude de cas

Comme bouquins j'ai fait "data science from scratch", "data wrangling with python". C'est parfois assez basique mais finalement ça fait du bien de revoir certaines bases.

Je me suis ensuite tourné vers les cours en ligne. J'ai pris chez coursera, mais la question est comment ces cours sont reconnus chez nous. Je connais quelqu'un à Singapour qui a validé des cours en ligne et a pu se faire embaucher comme ça, mais chez nous... Ça me semble plus compliqué.

Encore moi

Pour ceux qui bossent déjà
Y a la certif de l ensam (9k quand même)

Ou le programme de Microsoft avec plusieurs modules : https://academy.microsoft.com/en-us [...] ta-science

Merci.  Ça à l'air pas mal le truc chez MS

Yes je suis tentée de le faire

Hello,
 
Je termine bientôt ma formation en école de commerce, une école bien classée au niveau national (pas top3 mais pas loin  ). Je m'intéresse beaucoup à la data science, je programme déjà du web et du python, et je suis intéressé par les MS Big Data de Telecom Paris etde l'ENSAE. J'ai mes chances en déposant un dossier ou mon profil école de commerce les dégoûterait?    
 
Merci bien  

drapal

 
+1

Salut à tous, je suis en 2A à Supélec, avec de bons résultats académiques. Les domaines data science/ML m'intéressent. Je pense vouloir exercer mon premier emploi en France.
Selon vous, quel est le meilleur parcours :
- 3A+4A à l'EPFL dans le master Data Science (que je suis quasiment sûr d'avoir)
- Césure en 3A, filère MATIS de Supélec en 4A avec en parallèle, si je l'ai, le MVA.

Merci d'avance

J'ai aucune idée du contenu des programmes
Mais je dirais au pif que Data Science et ML c'est pas la même chose, donc bien regarder les contenus.

A l'EPFL ils mélangent un peu les deux dans leur master

La data science c'est un domaine multidisciplinaire où le machine learning tient une place centrale. C'est un peu trop fourre-tout comme terme je trouve, des gens sans connaissances mathématiques se disent parfois data scientist par ce qu'ils utilisent quelques libs de ML en python... Mais si on laisse de côté ce genre d'abus, il y a beaucoup de ML et des domaines variés se retrouvent utilisés en data science : analyse de réseaux/théorie des graphes, traitement du langage, parfois de la vision, et très souvent les concepts très polyvalents de régression et classification avec toute la variété d'algorithmes qui existent pour ça (arbres de décision/ensembles d'arbres, réseaux de neurones, régression linéaire/logistique/logit/poisson, régularisations par ridge, lasso pour la base etc.). Je ne sais pas quel est le programme mais j'attendrais d'un master de DS qu'il soit plus appliqué et axé vers l'interprétation des données en terme soit de business, soit d'autres domaines.
 
A contrario le machine learning côté recherche c'est plus fondamental, l'idée est de développer de nouvelles méthodes. J'attends d'un master de ML de couvrir un spectre large de techniques génériques (types modèles à variables latentes, modèles graphiques probabilistes, inférence approchée par sampling ou méthodes variationnelles, apprentissage de composantes/réduction de dimensionalité...) et d'être plus solide sur les fondations mathématiques du ML.
Par fondations mathématiques j'entends optimisation numérique (convexe notamment), théorique statistique, côté probas, algèbre, géométrie des méthodes etc. Avec aussi des cours plus "spécifiques à un domaine", comme la vision, la parole etc. Le MVA est très bon là dessus.

+1
Parfois je vois passer des offres de "data scientist" où le job principal est de manipuler des bases de données. Je me méfie toujours quand je lis data science/scientist.
 
Alicanto, si t'as aimé le cours de MNO et l'électif de RO, alors tu devrais aimer le ML plus fondamental qu'a décrit Darmstadtium.
Personnellement, si Supélec avait obtenu le partenariat avec le MVA un an plus tôt, je serais allé en MATIS et j'aurais postulé à ce M2.

Merci beaucoup à vous deux pour ces éclaircissements !
Je repasserai sûrement avec d'autres questions.
 
Ce qui me fait peur, c'est que j'ai l'impression de n'avoir aucune réelle compétence technique en ce moment.  
Notamment avec les cours bâclés de certains profs (par exemple MNO). Vu le gratin qu'il doit y avoir en MVA, ça risque d'être difficile !

Non mais après, c'est comme partout, c'est pas parce que c'est selectif que faut avoir fait Ulm pour suivre.
Après, ca dépend aussi de tes choix de cours, il y a la liste ici http://www.math.ens-cachan.fr/vers [...] 2423437162  
Typiquement, les cours d'application (imagerie medicale/astrophysique/etc.) ou d'introduction sont pas super durs à valider; les cours à projets non plus, mais ils vont demander plus de temps.
Mais si tu prends les cours matheux, ca va etre un peu plus poussé forcément (Espace de formes )

L'important c'est que ça te plaise. Si ça te plaît et que tu es un minimum sérieux (genre tu vas en cours et tu resté concentré) tu peux valider à peu près n'importe quoi (avec possiblement un peu de travail à la maison quand même )
C'est aussi l'occasion de lire des articles et de s'imprégner des avancées récentes dans les domaines qui t'intéressent.  
C'était vraiment cool en fait

Hello,  
je cherche un schéma sympa qui résume les type de graphique en fonction de la nature des données
ex :  
- Quanti unvarié -> histogramme
- Quanti x Quali -> box plot
...

Hello,

J avais posté un moment donné des certif du programme Microsoft

Ça passe par edx
Du coup en fouinant sur edx j ai vu un xseries de 3 cours de columbia
J'vais tester et ferai une review pour ceux que ça intéresse

ça intéresse

Vaut il mieux faire l'X ou ulm pour faire du big data ? (Dans le privé)

Gros t'es déjà dans l'une des deux
Sinon j'ai vu beaucoup de gars en big data venant de l'X sur linkedin. En général c'est plus du ML en sortant de Ulm de ce que j'ai vu.

Ça change rien je pense, X ou Ulm + MVA ou bon MSc en dernière année ça tronche tout.
 
Et puis le big data c'est nul.

Noté  

 
 
Je pensais machine learning, je sais pas pk j'ai écrit big data
 
Et X ou ens cachan/lyon ?

On t'a deja dit que ca n'a pas de sens ta question  
 
De toute facon, si tu veux peser dans le ML-game, c'est M2 + Thèse

 
Là-dessus, je suppose qu'il existe d'autres masters que le MVA (à peu près le seul cité ici ou sur les topics taupins/ingés) permettant de démarrer une thèse en ML dans de bonnes conditions.
 
(dit autrement je suppose que le ML version maths/recherche n'est pas une chasse gardée des ingés groupe A )
 
D'autres M2 se distinguent en particulier ? J'ai lu la FP mais je ne vois pas beaucoup d'autres masters qui soient dans la même optique. Certains semblent davantage tournés vers l'application data/business/dev plus "immédiate". (je me trompe ?)
 

Pourquoi vous ne posez pas directement la question à des profs/chercheurs susceptibles d'encadrer une thèse en ML?
C'est la meilleure méthode pour être pris.

Salut à tous,
 
J'ai créer ce topic :  http://forum.hardware.fr/hfr/Emplo [...] m#t4955734 et j'aimerais bien connaitre vos réponses et savoir ce qu'est une journée type pour un data analyst/scientist.  
 
Merci!

 
+ hfr + hackernews + twitter
Voilà la journée type d'un data scientist    
 
 
Par ailleurs c'est même pas une histoire d'égo ou quoi que ce soit mais je trouve ca pas judicieux d'assimiler data analyst et data scientist. Ok ya la data en commun mais sur le fond c'est quand même 2 jobs bien différents.