Reprise du message précédent :
Hey ne m'oubliez pas, moi aussi je veux un MP

Tout pareil, je veux bien voir
 
 

Voila, tout le monde a mon sujet d'entretien

MP aussi stp j'ai raté le coche

Y'a plus qu'à faire un ensemble learning et c'est bon, tu as la solution du problème

Je pose mon drapal ici, après un master en bioinfo et trois ans d'analyse de données, j'ai chopper un poste de data scientist    

Joli!    
 
C'est quoi comme donnees ? Biologique, ou tout autre ?

Quelques bioinformaticiens sur ce topic je vois.  

 
Je reste dans le domaine scientifique, avec une application dans le domaine médical, et de l'analyse d'images également (ce qui ma surement démarqué des autres candidats)

 
Yep, moi aussi

 
Salut, je ne sais pas si tu l'as vu, mais je t'ai envoyé un MP  

Hello, il y a des gens ici qui s'amusent sur les concours kaggle?

Régression linéaire and cie, je vais peut-être ressortir mes cours de Master
 
Et dire qu'à l'époque je pensais que faire ce genre de chose c'était le passé et sans interêt

Drapal, au cas où...

Les ANOVA qu'on demande en entreprise c'est chaud ou pas ? J'avais un cours danova en dut avec des TP sous R et je me rappelais que c'était bidon .

Sinon quels cours ou bouquins conseilleriez vous ? Ou mes cours de dut suffisent

Y'a des gens ici qui sont déjà allés à ICML/ICLR ?
J'ai le choix entre les deux

Au début oui, mais ca m'a rapidement soulé
Il n'y a pas vraiment d'innovation, j'ai l'impression que c'est vraiment à celui qui tunera au maximum les hyperparamètres, et il faut donc du temps et du matériel pour ca.
 
Je pense que ca peut être pour les gens sans expérience une facon de prouver leurs compétences mais pour quelqu'un déjà dans le domaine, je trouve pas ca utile.
Une conversation intéressante dessus https://www.reddit.com/r/MachineLea [...] oticed_by/

Ah oui je vois le soucis. Perso je le fais pour m'entraîner, seulement sur Titanic pour le moment.
Au fur et à mesure que j'apprends des méthodes je les appliqué dessus. J'ai fait un décision tree basique, et un k-NN (qui donne la même résultat au final d'ailleurs).
 
Après si je dois faire des concours c'est plus pour le fun et apprendre que vraiment pour essayer de gagner.
J'apprécie surtout les tutos que les gens mettent en ligne.
 
PS: merci pour le lien sur la discussion. Ca me semble très pertinent en effet.

Pas dégeu l'ICLR, je connaissais pas.
 
Parlant de congrès. Une chef au boulot me faisait part de son désarroi de n'avoir aucune connaissance en data science en général alors que c'est amené à pas mal faire évoluer les méthodes de recherches dans le secteur.
Elle ne cherchait pas forcément à connaître comment marche un kSVM, mais plutôt savoir ce qu'il était possible de faire en général dans différents domaines des data sciences (NLP sur des databases au text mining, en passant par la classification de séquences, les stats habituelles etc...) pour pouvoir éventuellement orienter les projets/méthodes de travail du département.
 
Vous sauriez si il y a des formations générales de quelques jours axées pour un public de non-spécialiste en bioinfo ou data science ?

D'ailleurs pour les data scientists du coin, j'ai une petite question.
Je me forme maison avec, entre autre, les cours coursera.
Je les trouve vraiment bien faits, clairs et j'y apprend rapidement beaucoup de choses. J'apprécie en particulier qu'on nous donne des jeux de données pour mettre les mains dans le cambouis.
En revanche, dans les exercices on en a systématiquement un qui consiste à implémenter son propre algorithme. Par exemple on fait un algorithme de k-NN tout à la main. D'un côté je trouve ça intéressant, on apprend comment fonctionne la méthode. Mais d'un autre côté je ne suis pas sûr que c'est vraiment nécessaire pour être opérationnel rapidement. Il m'est arrivé de galérer 2 jours sur ce genre de problème et finalement j'aurais pu passer ce temps à utiliser directement utiliser des fonctions de scikit sur des vraies données.
Qu'en pensez vous ?

Pour ma part, ayant vu passer plusieurs data scientists en entretien, je considère qu'un data scientist qui ne sait qu'utiliser des techniques de machine learning sans les comprendre finement n'a finalement que peu de valeur.

C'est malheureusement la norme sur le marché désormais, les "vrais" data scientists sont devenus difficiles à trouver, noyés dans la masse de ceux qui se prétendent data scientists.

 
Bah dépend, ça nous arrive qu'on bricole les algos pour les tuner sur d'autre types des données ou on fait des méthodes hybrides, ou on implémente une partie d'un algo donc vaut mieux savoir comment s'est foutu  

Hello,

J'ai un profil un peu particulier, je suis en thèse en biophysique dans un institut renommé, je fais principalement de l'expérimental: je touche à la biologie cellulaire, un peu de microfluidique, un peu de modélisation (modèles de Potts) et implémentation d'algos sur matlab/python/fidji pour analyser des images (mais rien de très très pointu cela dit).
J'ai un M1 en physique fondamentale et un M2 en biophysique.
Je soutiens en octobre, je veux quitter définitivement le monde académique et les jobs de data analyst m'attirent pas mal. Je me suis rendu compte que j'aimais bien le côté quantifier, réfléchir sur mes données et écrire des algos, même si ok je bosse pas sur des énormes sets de datas..
Je suis actuellement un MOOC de telecom paris pour me mettre un peu à jour, sur les bases de données surtout, je n'en ai jamais fait..

mais je sais pas trop si j'ai une chance d'intégrer le privé avec ce genre de background, qu'est ce que je peux espérer?
vous me conseillez de refaire un M2+stage ou suivre une formation type MOOC/CNAM et de tenter de postuler directement?

Merci

Si tu te vends bien, tu dois pouvoir intégrer assez facilement une boîte de conseil en data science. Ce sera pas la folie niveau job et salaire mais ça te permettra de monter rapidement en compétences sur plusieurs technos, bien plus vite que par un enseignement académique. Et tu toucheras à des projets dans des environnements très divers.

Merci    je vais me renseigner sur ce type de boîtes
Qu'est ce que tu entends par "pas la folie niveau salaire"? (j'espère que c'est toujours mieux que le salaire de postdoc en france )

A ma connaissance, dans les 40-45 k€ en IDF.

+ 1 en boites de conseil ça passe izy, j'ai un profil plus farfelu que cela.    
 
Mets en avant justement le fait ce que t'aimes en stats, et ça passe. Mets toi à jour sur les BDD.
La moitié des profils sont scientifiques chez nous également
 

 
J'ai aucune idée des grilles de salaire dans le privé, mais 40-45k je crache pas dessus pour un "premier" job  on parle bien en brut?
 

 
C'est quand même un boulot un peu technique et stimulant? on met les mains dans le cambouis? c'est pas trop superficiel? désolé je suis très naïf sur le sujet!
 
 

Bien sur que c'est technique, maths/stats/algorithmique. Faut coder un max aussi   Pour dire en kojip je fais des trucs plus pointus qu'en thèse hein
  On a une partie où on fait nos cadrages des besoins, les ateliers, discussion métiers, retours POC.
 T'appelles quoi superficiel? brassage de vent? Pilotage et stratégie c'est pas nous, il y a des gens payés une blinde chez nous pour çà   où ceux qu'ils veulent en faire, dépend aussi du positionnement de la boîte de conseil.
 
Oui, le salaire est en brut.

 
 
ok ça me rassure alors! j'avais une vision un peu péjorative (et surement erroné) des boîtes de conseil, genre présentation powerpoint et comptes rendus sans toucher à la technique
Au niveau horaires de travail ça donne quoi?  
 
 

Comme je disais, dépend du positionnement et de la prestation vendue, ici on a des gens techniques et des gens qui font du pilotage, certains qui font vraiment du conseil, développement de l'activité, ceux qui sont experts traverses, bref, il y à boire à manger. Je te conseille de te renseigner quand même avant d'aller en entretien.
 
Cad? Je fais des horaires de bureau quoi, comme en thèse, 8h00/9h00 - 17h00/18h00 (parfois carrément moins ). Dépend du niveau de responsabilités de la personne, charge de travail au moment donné etc, est ce qu'une grosse partie de variable est liée aux résultats, responsabilité des combien de personnes,  etc.

 
 
   
Ok cool! je demande car dans les labos ici y a des gens qui font régulièrement du 9h-21h + week-end    

Non mais faut atterrir à un moment donné, dans la vraie vie personne bosse gratuitement le weekend
 
En tout cas on peut pas te contraindre  

Bonjour,
 
Je viens d'être accepté dans un stage ou je vais faire du machine learning sur Matlab.
 
Que pensez vous de cette plateforme ?
Comparé au C++ par exemple ?
 
Merci

Tout le monde ne jure que par R et Python et te dira que MATLAB n'est pas fait pour la data science.
Ayant bossé pour l'éditeur de MATLAB et étant maintenant confronté aux difficultés liées à l'open source en entreprise, je pense que la communauté de la data science est complètement à côté de ses pompes et qu'un outil comme MATLAB ferait le plus grand bien dans de nombreuses boîtes
 
Rien à avoir avec le C++ qui est un langage bas niveau, MATLAB est un langage interprété et dont la facilité de prise en main est sans commune mesure.
 
Pour quelle boîte si ce n'est pas indiscret ? (MP si tu veux)

Pour resumer Python > R >>> Matlab  

Tu peux détailler un peu sur les problèmes de l'open source en entreprise ?

Perso j'utilisais un peu MATLAB en thèse mais plus du tout depuis que je bosse en entreprise
J'utilise des librairies open source de ML au quotidien et je n'ai aucun problème
Bon je fais du C++ principalement mais quand j'ai besoin de plus haut niveau, je fais du Python
Franchement je ne vois de moins en moins l'intérêt de payer une licence MATLAB aussi chère, et c'est pareil pour tous ceux à que je connais, donc coup de "la communauté entière qui est à côté de la plaque", ça me paraît un peu exagéré

Matlab n'est d'après moi pas adapté à la data science au sens où en data science, on passe beaucoup de temps à :

• Pull des données depuis des bases de données souvent diverses (Mongo DB, SQL etc.)
• Les nettoyer
• Manipuler des données non numériques, genre du texte

Et je trouve que tout ça est horriblement pénible avec Matlab qui n'est pas fait pour ça mais pour du calcul numérique.
 
En revanche, pour développer de nouveaux algorithmes de ML avec la masse d'algèbre linéaire, et juste du calcul numérique et de la visualisation, j'aime beaucoup Matlab (même s'il y a des faiblesses, genre les tenseurs sont mal gérés).
 
Ceci dit, la stack scientifique Python est également bien adaptée au développement d'algos numériques et beaucoup de lib open source sortent avec des bindings Pythons (genre tensorflow).

 
Tu oublies que matlab permet de travailler sur bien d'autres domaines que la Data science ( qui n'est pas une science   )