Reprise du message précédent :
Le contenu de ce message a été effacé par son auteur

Ils peuvent tous aller chez google assez facilement pour facile 50% de salaire en plus. On a proposé des somme astronomique à mes leads.
Si les gens choisissaient leurs boulot que avec le salaire ça se saurait.
Même moi, chez google je fais facile x1.5

En tant que matheux, je m'en sors pas trop mal sur les algos d'optim, les schémas numériques, etc.
Par contre je me rends compte que je suis assez largué en algorithmie générale    
Quels aspects sont les plus importants d'après vous ? Les structures de données ? Vous auriez une bonne réf là-dessus ?

 
Dans quelle optique ? Si c'est juste pour passer les screening techniques tu peux lire "Cracking the code interview" et t'entraîner sur Hacker Rank ou Leet Code

- Maitrise les structures de donnees principales (listes/vecteurs/hash tables/etc)
- Sache implementer les parcours d'arbre/graph
- La plupart des problemes donnes dans les entretiens a la GAFA, au final c'est de la programmation dynamique: suffit de trouver le bon invariant de recurrence
 
+ les conseils de NonCompliant

Et si y'a des tableaux dans la question en général ça se trivialise en utilisant un hash map (dictionnaire pour les data scientists )

Le contenu de ce message a été effacé par son auteur

Vue que ca parle entretien, une boîte qui fait un test de math/algorithmie pour un poste de datascientist mais pas de code je dirais de fuir
C'est que cette boîte n'a jamais rien foutu en prod

Tu penses à quoi quand tu dis test de code ? Car ces exos d'algorithmie testent aussi ta maîtrise du langage car t'es censé fournir un code optimisé qui tourne sans l'aide d'un IDE

Ba un truc ou tu as de la donnée a traiter, faire des classes, des fonctions, livrer un code commenté et compréhensible. C'est bien plus important que de savoir faire un backprop à la main

Ouaip c'est clair

Je sais que certaines start-ups donnent des projets +/- gros à faire par le candidat, en vrai c'est pas mal comme test technique, on voit direct si le mec sait faire un code propre et s'il a les bases en ML / DL. Bon après c'est chronophage

Réciproquement le pire que j'ai eu c'est un notebook à faire en temps limité avec toute la pipeline ML de A-Z, du traitement des données, dataviz, stats puis modélisation

Nous on a un test technique en deux phases:
-un problème avec des données, il faut générer un dataset, lancer un apprentissage rapide présenter les résultats et le code associé.
- un autre test avec une question ouverte où le candidat doit trouver et restituer de la bliblio.
Je trouve ça bien plus déterminant que des questions précises scolaires sur tel ou tel domaine particulier. C'est tellement vaste le ML que tu peux toujours trouver un mec super fort qui sait pas le truc precis. On s'en fou de ce que sait un gars à l'instant t, si il sait aller chercher l'info et la comprendre rapidement.

Genre ça https://towardsdatascience.com/top- [...] d9a96d3f5c
C'est grotesque, même si c'est simple

Du coup les meilleurs candidats qui ont déjà une propale ailleurs vont pas se laisser casser les couilles à bosser sur un projet-entretien et aller ailleurs, non ?
 
Y’a une période d’essai pour tester le gars pendant des mois, alors le faire fuir avec un test sur lequel il faut passer des heures... ou c’est peut-être juste pour détecter les mecs qui seront assez soumis pour suivre le rythme de viol travail qu’ils comptent lui imposer...
 
 

Ça nous a jamais pausé de soucis... Tu vois les gens motivés et résilients

 
Bah ouaip
 
Mais si c'est the poste dont t'as envie tu la fermes et tu fais leur projet de mort    
 
Après c'est aussi pour se donner un côté élitiste "regardez on a un process relou, on est l'élite, on se sent SELECTIF "
 
Le pire ça doit être ma pote qui s'est fait hard bolossée pour rentrer dans sa start-up disruptive, projet assez conséquent de 3 semaines, présentation des résultats devant plein d'experts de la boite, entretien technique, entretien fit avec le CEO etc....      

Pour l'algo en général j'ai bien aimé The Art of Computer Programming.

Mais clairement faut choisir ses chapitres.

Et c'est surtout si ça t'intéresse vraiment plus que pour cracker une itw.

Merci pour vos réponses  

Les mecs ont trouvé encore moins cher que les stagiaires : les candidats à un poste...
 
 

A vrai dire le plus intéressant pour moi c'était les étapes juste après.
Plutôt les aspects "citizen data scientist" en gros.  L'analyse métier derrière avec le client, restitution et l'exploratoire en avant vente avec le client.
Dommage que tout le monde ne cherche que des pros de l'algo et des maths, ça coince pour moi à ce niveau

Never forget

 
C'est un X-MVA qui a fait ça ?  

Ptn j'ai eu mon entretien final, c'était tranquille... fin ça aurait dû, là l'audio de chez eux bugguait à mort c'était assez terrible. Je pense que ça passe quand même. Réponse dans la SEMAINE  

Centrale Lille

 
Tain le tocard t'aurais du m'embaucher moi à la place  

Une boucle sur un dataframe....    
 
A la limite un .iterrows() si tu as un truc complexe a faire et que le dataframe n'est pas trop gros....
 
 
Pour ma part, je n'ai aucune mémoire, je serais incapable de coder un truc correct sous la pression.

Mais en entretien on a pas possibilité d’aller sur stackoverflow et autres ?  
 
Parce que globalement quand je dois coder un truc je recherche sur Google et en 10 minutes j’ai adapté un code trouvé quelque part et voilà...
   
 
Bon je suis pas Machine Learner ou Data Scientist hein, je fais ça en side project au boulot et je me suis « formé » sur Coursera et Udemy, pour illustrer le niveau.  
   
 
Mais de manière générale au boulot si quelqu’un a déjà fait quelque chose on le reprend et c’est rare qu’on doive démarrer un projet de zéro ou bien qu’on doive connaître quoi que ce soit par cœur.  
 

 
Pas toujours, j'ai eu le droit pour mon entretien technique mais des fois c'est gneugneu fo maitriser les libs gneugneu

Étrange de vouloir tester des candidats en les mettant en situation, pour finalement les mettre dans une situation pas du tout représentative de la situation dans laquelle ils seront une fois dans la firme.
 
   
 
Bon après je suis pas dans le milieu, dans le mien on ferait jamais ça (on recalerait tout le monde, surtout les expérimentés).

 
En plus quand on sait que la décision finale c'est 90% d'effet de halo + feeling du recruteur ça fait réfléchir  

Le contenu de ce message a été effacé par son auteur

Chez Google c'est justifié, ils ont tellement de cash et de temps qu'ils peuvent se permettre de prendre un candidat qui connait rien mais qui est brilliant (i.e il sait résoudre des exos leetcode hard ) et le former sur place.  
 
Pour une start-up, se baser sur ce genre d'exos c'est vachement plus discutable. Au contraire on pourrait s'attendre à ce qu'ils cherchent des candidats déjà opérationnels car ils ont ni le cash ni le temps pour le former en interne  

Du coup les mecs en poste sont désavantagés par rapport au chômeurs qui pourront bachoter la khôlle des recruteurs.  
 
 

 
Ou bien tu révises tes entretiens sur tes heures de taf

Le contenu de ce message a été effacé par son auteur

Puis y'a des méthodologies.  
 
Typiquement soit résoudre le problème à la main, ton cerveau est bon en algorithmie et fais des trucs cools intuitivement, puis tu essaies de transcrire ça en code. Soit faire une solution brute force puis repérer les optimisations possibles jusqu'à arriver à un algo honnête

C'est juste un boulot différent ça, pas le boulot d'un inge r&d. C'est product ou solutions engineer etc...

Ah mais demander la méthodologie qu’on appliquerait pour résoudre un problème c’est complètement justifié. C’est le fait de demander de coder un truc en live et en plus sans document qui me paraît con.

 
Oui, exact, c'est juste que je me suis aperçu assez vite que ça me conviendrait beaucoup plus comme poste

En algorithmie je déchirais tout à l'époque.
J'adorais les stats en maths.

Je sais que datascientist est un métier où je serais bon mais que c'est dur de se former en dehors du taf... Je trouve ça compliqué surtout après une journée derrière son écran au taf...  

 
Moins d'excuses plus d'actions  

Perso malgré un boulot à plein temps et 2 enfants en bas âge j’ai réussi à me faire quelques MOOCs Coursera et Udemy en environ 18 mois.  
 
Après il faut être suffisamment motivé et y prendre suffisamment de plaisir pour réussir à faire ça entre 22h et minuit en semaine et le week-end plutôt que de faire de la Xbox ou de regarder les Mystères de l’Amour.