Reprise du message précédent :
Merci.
 
Un truc bizarre aussi, c'est les symbole grecs dans le code. Comment on les introduit avec le clavier ? Y'a des raccourcis ? Ca semble interessant pour reproduire fidelement les equations mathematiques, mais peu pratique a l'usage.

Franchement pas le temps, déjà changer de framework de ML, ça demande de l'investissement, mais alors changer de langage  

Sinon BlastaMoof qui force avec MATLAB comme d'hab  
Franchement c'est cool et ça m'a bien servi, mais maintenant je ne connais plus une seule personne qui s'en sert dans le domaine du ML, que ce soit dans mon entourage ou même les académiques aux conférences dans lesquelles je vais, c'est juste mort par rapport à Python.

Je ne force pas avec MATLAB, c'est juste que c'est mon langage de prédilection. A chacun son background technique Après, j'ai travaillé pour l'éditeur de MATLAB, forcément ça introduit un biais. Mais je reconnais volontiers que, pour un usage personnel ou académique, Python a tout son sens. C'est d'ailleurs la facilité d'accès de MATLAB qui fait défaut dans ce domaine - forcément, c'est un logiciel propriétaire et donc soumis à licence. A l'époque de GitHub et des MOOCs, il est évident que seules des solutions open source peuvent tirer partie de la hype data/ML/IA.
 
Python est en revanche moins approprié à mon sens en entreprise, a fortiori dans les entreprises n'ayant pas une culture technologique profondément enracinée dans leur ADN. Mais même dans ce contexte, ce n'est pas Python que je trouve mauvais, c'est la désorganisation des entreprises en question face à l'open source d'une manière générale. Travailler avec des technos open source, ça nécessite certains fondamentaux : une grande agilité côté IT pour commencer (aussi bien technique qu'organisationnelle) et, surtout, une culture du lifecycle management. Gérer un parc applicatif open source, c'est entièrement différent de la gestion d'un parc applicatif s'appuyant sur des outils propriétaires. Il faut être prêt à le faire, déjà, et être dimensionné et équipé dans ce but (et pouf c'est là que Docker réapparait). Le projet cycle en V avec de l'open source, c'est mort, qu'on se le dise.
 
En tout cas, il est inutile de t'en faire pour MATLAB La situation du monde académique français est une exception (MATLAB est massivement utilisé dans les facs et labos étrangers) et, de toute façon, ce qui fait vivre et continuera à faire vivre son éditeur, ce n'est pas MATLAB.

Je serais curieux de savoir ce qui fait vivre mathworks du coup ?
C'est plutôt simulink ?

Yep

Simulink, c'est un standard dans le monde industriel (en particulier les secteurs automobile et aéronautique) et il n'y aucun concurrent sérieux.

Mais MATLAB n'est pas mort pour autant et son développement peut être financé notamment grâce à Simulink. De toute façon, le moteur de calcul MATLAB reste essentiel au fonctionnement de Simulink.
Un petit exemple d'utilisation de MATLAB dans une entreprise sérieuse sinon : http://www.matlabexpo.com/uk/2017/ [...] design.pdf

 
+100 un mec qui fait de l'IA qui fait pas de python c'est pas sérieux...je sais que certains font du java (:o) mais franchement....IA=python à 95% dans un contexte de produits industrialisés

Et du C tout de même... Pour l'embarqué, Python c'est pas demain la veille, même si on peut commencer à installer des Linux complets sur certaines boards.
 
Après, le C, faut pas l'écrire soi-même, faut le générer automatiquement.

Certes sur l'embarqué

Le but de la génération automatique, ce n'est pas de compenser les faiblesses du développeur. Enfin si, un petit peu en fait...
Le vrai intérêt de la génération automatique est de permettre de faire du prototypage avec des outils adaptés (ce qui n'est pas le cas de C puisque la moindre modif un peu impactante réclame un boulot de dingue) et de passer aisément au test et au déploiement sur la cible sans avoir à recoder manuellement le résultat de la phase de prototypage.
 
Je vous laisse deviner qui est le leader du marché en matière de génération de code C

 
Prêcher Matlab pour du machine learning, on aura tout vu ici. Matlab est complètement dépassé depuis le deep learning et pour la data science en général. Je leur donne max 10 ans avant qu'ils mettent la clé sous la porte ou qu'ils se réorientent sur des trucs plus spécifiques.
 
Qui utilise matlab en industrie pour du deep learning? Personne
Pour du machine learning? Personne
Pour de l'optim ? ya des trucs bien plus poussés genre MOSEK ou des alternatives libres
Finance? non plus car il faut de la rapidité
Bref, Peut etre pour quelques trucs spécifiques.
 
Même en académique les derniers à encore l'utiliser que ce soit en neuroscience ou traitement du signal sont les vieux routiers de l'académique qui ont plus de 60 piges et qui ne veulent pas s'adapter (genre mon ancien directeur de thèse).  
 
Je trouve que Julia est une très bonne initiative, qui combine performance et une syntaxe intéressante. On verra dans 5-10 ans où on en est.
 
ps. scipy 1.0 a mis 17 ans à venir, ça ne veut pas dire grand chose.
 

 
 
Ouais si t'as bossé pour eux, on comprends pourquoi tu les défends.
Tu oublies anaconda et tout ces trucs maintenant qui facilitent beaucoup de choses. D'ailleurs pas mal de projets open source maintenant proposent des versions "pro" avec support, par exemple anaconda, pycharm, Redhat, julia ...
Après je ne bosse pas dans les grosses boites surdimensionnés par principe mais pour des petites ou moyenne équipes de R&D, il n'y a pas vraiment de parc/IT à gérer à mon sens.
 
 

 
Ok pour simulink, je suis pas dans ce domaine, mais là le sujet c'est ML.  
 
edit: pour le coup HSBC qui utilise matlab pour faire des analyses à la con ça ne m'étonne pas du tout ...
 

Ça fait des années que j'utilise pas MATLAB mais faut quand même reconnaître que c'est pas un mauvais outil. Je l'ai utilisé en académique et en industrie, traitement du signal les librairies sont top et pas seulement utilisé par des vieux de 60 ans
Si ça fait le taf, pourquoi changer juste pour "s'adapter" ?
Que ce soit python , R, SAS ou autre solution je porte pas vraiment de jugement, chacun fait selon ses contraintes....
Chez nous on est python ça se passe bien, notre seul gros soucis a été une mise à jour côté Conda je crois (me souviens plus) imprévue qui nous avait crashé la production. On a pu remonter assez vite au bug, reconnu par l'éditeur du package...

Dire que python est pas adapté à une utilisation en entreprise c'est légèrement trollesque n'empêche... c'est un des langage de programmation le plus utilisé (2eme selon développez) et le leader incontesté du marché en IA et il est mis en oeuvre par les plus grandes entreprises qui font de l'ia.

Après c'est sûr faut une connexion à Internet pour faire les pip install et plus de 10Go de dd pour puller des dockers donc en vieille cogip franchouillarde ça doit pas passer en effet.

Si tu relis avec le doigt, tu noteras que j'ai bien dit que ce n'est pas Python qui est inadapté à certaines entreprises, ce sont ces entreprises qui ne sont pas en capacité de gérer un parc applicatif basé sur de l'open source.
 
Et tu fais à mon sens une confusion que je rencontre souvent : il faut bien différencier l'écosystème Python "traditionnel" qui est stable, arrivé à maturité et bien maintenu et l'écosystème Python calcul scientifique / machine learning / IA qui n'a pas atteint le même niveau de maturité, et de loin.

Pour revenir à des choses plus sérieuses, je cherche de la biblio.
Problématique : maintenance prévisionnelle de machines industrielles. Je vais avoir plein de capteurs pour suivre l'état de la machine (température de différents éléments, pression, etc).
Objectif : anticiper les défaillances de l'équipement.

Jusqu'à présent j'ai fait beaucoup de SPC, qui donne des résultats plutôt honnêtes. Mais là je vais avoir beaucoup plus de paramètres à suivre.
De mon début de biblio, je vois qu'il existe des solutions deep learning intéressantes sur le papier.

Si vous avez des connaissances sur le sujet ça m'intéresse
Même des articles plus haut niveau, pointant les contraintes opérationnelle/organisationnelles ça pourra m'aider.

Je suis sur mon téléphone, j'ai du mal à faire des liens propres.
Si tu as le temps de lire un peu :
- log-based predictive maintenance, un article de F. Moerchen de 2014 qui est intéressant et lisible par tous (pour un article de recherche)
- sinon y a l'équipe française de recherche : http://femto-st.fr qui est spécialisée dans ce domaine
Ça peut être un bon début
Je reviens sur le topic quand je serai en face d'un PC

Salut tout le monde    
 
Petite question à ceux ayant déjà un pied dedans, y'a quoi après la data science ? (En terme d'exit opportunities ... )

Comme le reste du secteur dev, expert dans un domaine spécifique, management de projet (la lose) ou management.

A savoir que le domaine data science ne contient pas un mais une multitude de métiers. La data scientist comme on la connu il y a 2-3 ans à aujourd'hui va disparaître je pense au profit de profil plus spécialistes (BI, data engineering, machine learning, deep learning).

Pourquoi la lose ?

Le moins stimulant intellectuellement à mon avis

 
De mon expérience personnelle c'est plutôt le management de personnes qui est la lose: toutes les emmerdes et toutes les responsabilités, personne n'est jamais content quoi que tu fasses....
 
Mais ça dépend des caractères, j'ai des amis qui le vivent très bien
 
 
Perso, je commence à me demander si je vais pas évoluer vers l'avant vente à moyen terme

Niveau salaire, c'est quoi paye le mieux en general ?  
 
Management people > Management project > Expert technique ?

 
C'est ce qui se dit oui. Maintenant je suppose qu'il y a des outliers bien sûr
 
Et à priori plus tu es près du pognon et plus tu vas en gagner (dans mon ancienne cogip les commerciaux touchaient bien plus que nous en R&D)

C'est moche ca....

Si t'es en startup tu as les postes produits qui sont assez intéressant aussi.

C'est la meme chose que le management de projets, non

C'est un peu plus technique quand même.

Non pas vraiment. Après ça dépend de l'organisation de la.boite

No shit.
 
Perso, j'amorce un retour vers le commerce...

Merci beaucoup c'est très intéressant

Ca dépend clairement du secteur ça. Nous aussi c'est le cas.

Ils touchent combien les commerciaux?

C'est très dépendant du secteur mais dans le B2B, disons de 40-50k pour un débutant à 150k (voire plus) pour un senior.
Sachant que la décomposition fixe/variable est généralement de l'ordre de 60/40.

Pour moi, le meilleur des deux mondes serait l'avant vente. Un peu de commercial pour une meilleure paye et des déplacements/rencontres, combiné à un minimum de technique pour les démos.

Le meilleur des mondes ce serait surtout de transférer une partie du salaire des commerciaux aux experts techniques

Pour l'avoir été, je te confirme que c'est un job assez sympa.
Mais il s'exerce difficilement à Grenoble, l'immense majorité des postes est en région parisienne.

C'est le prix...

Oui et non. Plusieurs choses.

-Un commercial tu le payes bcp sur variable. Si il performe il te coûte moins qu'il rapporte. C'est plus dur a quantifier pour un techos

- Quand on parle de b2largeb sur des cycles de vente complexe (pour les tarifs de ces vendeurs) un bon commercial ça change tout. Pour une startup de 20 personnes oui c'est plus important qu'un data Scientist. Ca veut pas dire qu'il est plus intelligent, simplement il a un impact financier beaucoup plus important. Entre un moyen et un très bon tu peux avoir x2 en ca. C'est la différence entre une faillite et être rentable. Un dev merdique tu le vire tu fais des heures de cons pour mettre du scotch et garder les machin qui tournent...tu peux toujours rattraper le truc pour que le client le voie pas si c'est pris a temps. Une relation client foiré c'est très difficilement rattrapable.

- Il ne faut pas sous estimer le taf. C'est un boulot très dur, très compliqué. Je suis bien plus content derrière mon pc pepouze perso.

- les bon vendeur sont des bon négociateur ils sont donc aussi plus doué pour parler salaire

La je parle de vente complexe b2lb, pas de vendre des aspirateurs

Je me souviens, il y en a un qu'on a essayé de débocher d'un grand éditeur de logiciel. 120k bonus inc. Son employeur a fait une contre offre a 200+ . Autant te dire qu'on s'est pas aligné 34ans un bts le mec  

Nous si ils font leurs année ils seront mieux payés que tout le monde. CEO/CTO compris

C'est fort probable.
 
Il faudrait que tous les devs/scientists du monde entier se mettent en grève. Les commerciaux l'auront dans le cul.  

L'inverse aussi