Reprise du message précédent :
Question "bête"  

L'ingé qui m'a interviewé veut que je lui envoie le test technique pour que le reste de la team puisse voir le travail. C'est autorisé de "cleaner" le notebook en rajoutant des explications, formatage ? En soi je modifierai pas le fond mais la forme pour que ça soit plus clair. Car c'est un truc codé en live et ça fait déjà 3j donc jsp  

Moi j'enverrais les deux, comme ça y'a pas d'embrouille et il a toutes les infos :
- ce que tu peux faire en live
- ce que tu livres comme code si tu as le temps de le raffiner

Ouaip pas bête, merci

Envoie juste un endpoint sagemaker

 
Non faut montrer que je suis data scientist, par exemple que je sais faire .fillna()    
 
Ou bien from sklearn import model_ad_hoc  

Si tu veux continuer à tuer le temps sur HFr en étant à ton futur taf, tu peux tester : https://automl.github.io/auto-sklearn/master/
 
Mais tu ne leur dis pas

 
Faites de la Data Science qu'ils disaient  

Je vous avais prévenus

 
Ouaip, pour ça que je vise pour l'instant plutôt des postes de ML dev. Tu lis des papiers, tu codes, tu te prends pas la tête avec les problématiques business ou pire la gestion des données. C'est tranquille, après en France je vois pas beaucoup d'offres comme ça mais à l'étranger c'est un peu plus développé j'ai l'impression  

L'entretien suréaliste que j'ai eu  

40 min de questions à la chaîne sans trop de rapports  

Y'en a qu'une j'ai pas trop su répondre, si t'as des labels avec une relation d'ordre et que tu veux uniquement 1 seule prédiction donc pas une distribution de probas, faut faire comment ? J'étais un peu en sueurs

Ex : 0 sain, 1 début de cancer, 2 cancer avancé faut output qu'une seule caté  

Ben au lieu de foutre une sigmoide a la fin de ton classifier, tu utilises un "passe-bande", enfin une activation qui va de 0 a 1, plus une autre qui va de 1 a 2 par exemple
Faut juste ajuster la loss function en fait

Ouaip j'ai pensé à ça après mais sur le coup j'ai bafouillé un truc un peu HS, bon tant pis le reste ça allait et il était content donc ca va, imotep

 
bizarre comme question : c'est passer d'un classifieur classique à un "scoreur" qui est moins évident, non ?
si ton modèle te fournit une distribution de proba, ben : argmax_ci { p_ci } non ?

 
Ouaip c'est ce que je lui ai dit    
 
Mais en gros il veut qu'un seul output car tu peux pas dire ok il est à 60% sain, 20% en début de cancer et 20% en cancer avancé mais je t'avoue j'ai pas bien compris sa question donc ptet que je ne lui fais pas justice

max(p1;p2;p3) et fais pas chier  

Ça serait complètement con de sortir de l’algo un float, et :
- si < 0,5 => catégorie 0
- si entre 0,5 et 1,5 => catégorie 1
- si > 1,5 => catégorie 2
 
?
 
 

T'as la régression logistique ordinale dans ce cas de figure il me semble.  
http://larmarange.github.io/analys [...] e-ordinale

C’est du R ?

 
AHHHHHHHHHHHHHH
 
On a fait un TP dessus en cours en plus, je suis bête. Merci

Ca va me manquer la "data" quand même, je lurke toujours le topic mais je commence à décrocher techniquement à force de ne pas pratiquer....  
Sujet toujours super intéressant je trouve

Question idiote, vous vous y prenez comment pour chercher vos PFE/Jobs en France ? Vous cherchez où ?

Perso j'avais deja quelques noms de boite en tete, mais sinon j'avais un prof qui avait une page internet ou il regroupait toutes les offres de stage que les boites lui envoyaient, c'etait super pratique pour avoir une vue d'ensemble
J'ai aussi trouve ma these CIFRE via un de mes profs de M2; pendant son cours, il avait mentionne des partenariats avec des boites qui m'interessaient donc j'ai bosse a mort son examen pour le torcher, et apres je suis alle le voir

Re    
 
Bon je vois le bout du tunnel, j'ai un entretien final avec les CEO / gens qui pèsent de la start-up pour un "it's more like a get to know you better kind of interview ", bon forcément ça sent le traquenard. Je ne sais pas trop comment préparer cet entretien, vous avez des retours sur comment gérer un entretien de fit dans l'esprit deep tech / start-up nation etc ?

 
Et pourquoi pas utiliser la technique du One-vs-All Classification... donc dans ton cas, 3 cat, tu utilises 2 classificateurs binaires et la combinaisson des deux te donne la solution à ton problème...

Je comprends pas les gens qui font autant de questions techniques
80% de la valeur d'un candidat c'est sa motivation, son attitude, ses capacités à apprendre.
Le niveau tech tu le vois en challenge...

Les recruteurs cherchent à voir l’attitude du candidat et sa motivation à trouver une réponse face à une problématique technique.  
 
 

Ouais mais c'est pas évident non plus, comment tu juges sa motivation ou ses capacités à apprendre lors d'un entretien?

 
UPPPP    
 
 
 

 
Les entretiens c'est vraiment pas un truc facile. Même les questions un peu techniques, je vois pas ce que c'est censé montrer, tu peux les avoir déjà vues avant et pas maîtriser du tout. Typiquement je sais expliquer correctement ce qu'est le bagging, boosting et ce genre de choses mais si le mec veut vraiment creuser derrière j'aurais exactement cette tête    
 
Pareil pour les entretiens type google avec leurs questions d'algorithmie de morts, réussir ça je vois pas ce que ça indique à part que le candidat a poncé Hacker Rank mais bon
 
 
Non je pense le mieux c'est de checker ce que le candidat a fait au niveau perso (projets, hackathons, compètes), scolaire (cours, projets) et pro. Creuser ça en entretien et cross-valider les résultats en contactant les anciens tuteurs etc

Bien faire parler le mec, comprendre pourquoi il est là où il est, pourquoi il postule etc...
Je pose très peu de questions en entretien perso

Tellement bullshit    
 
Y'a qu'une seule motivation et elle est unique pour tous les candidats : il est là car il veut de l'argent et que c'est la meilleure offre qu'il a sous la main

Arrête de stresser et vas-y un peu à l'instinct

 
Ouaip ça devrait le faire, en vrai je suis sympa. Jpense c'est le plus important en entretien fit  

Oui ba non. En tous cas pas chez nous

 
Ils sont là pour l'épanouissement personnel je suppose ? Y'en a combien qui restent si Google leur propose un salaire x2 sur un projet stylé ?  

A mon avis, les projets sont sont plus stylés chez Hadada que pour la majorité des gens qui bossent chez Google /noredface
Bon, après certes, c'est difficile de matcher Google en terme de salaire

Merci de ne pas faire de ton cas une généralité.
On a pas tous qu'une seule offre sous la main lorsque l'on passe des entretiens, et deuxièmement on ne fait pas tous un travail pour uniquement toucher un salaire.

Bah justement si t'as plusieurs offres ça te permet de choisir la meilleure donc ça rejoint ce que je dis  
Et si tu travailles pas pour un salaire tu travailles pour quoi ? Une tape sur la tête de la part de ton patron ?    
 
Bien sûr c'est évident que vu notre domaine / niveau d'études on a le choix donc le salaire n'est pas la seule variable mais in fine c'est une question de confort, tu vas choisir l'offre la mieux payée, la mieux située, là où le projet est le plus intéressant, où l'équipe est la plus sympa etc. Et tous les candidats font les même choix, le seul truc qui change c'est l'importance relative de ces critères DONC demander la motivation c'est un peu bof vu que tu connais déjà la réponse

 
J'en doute pas et ça change rien à ce que je dis, le candidat se pointe chez Hadada car pour lui c'est la meilleure opportunité qu'il peut avoir selon ses critères (qui sont +/- les même pour tout le monde).

Bon, si on parlait ML ?
 
J’ai un petit problème à vous soumettre pour étudier la faisabilité d’un projet.  
   
 
Je souhaiterais, à partir d’un corpus documentaire, en l’occurrence des dizaines de notes techniques au format .pdf ou Word, récupérer la liste de tous les équipements qui y sont mentionnés type « tuyauterie de vapeur » ou « cuve d’acide ».
 
Je pensais procéder de la sorte : dans un premier temps, à partir du corpus documentaire, je souhaiterais récupérer tous les groupes de mots/expressions de ce dernier. Bon déjà là je ne sais pas si il existe des algos qui font ça plutôt que de juste sortir des mots unitairement ?
   
 
Je conçois bien que je récupèrerai aussi en même temps un tas d’autres expressions que celles qui m’intéressent, du coup dans un second temps, après avoir tokenisé et stemmé toutes les expressions et groupes de mots obtenus, je compte faire du machine learning pour apprendre à un algo de catégorisation à identifier ce qui est un équipement de ce qui est une expression qui ne m’intéresse pas.  
   
 
Et voilà, j’aurais à partir de mon corpus documentaire la liste de tous les équipements qui y sont mentionnés, je serais heureux.
   
 
Faisable selon vous ?

Le contenu de ce message a été effacé par son auteur