Reprise du message précédent :
Petite question débat :
 
Vous pensez que le PhD est un passage obligatoire pour un poste en research scientiste ?  
 
Je vois bcp d'offres DS mais research ça me paraît moins fréquent

 
Bah ça dépend mais voir pour une CIFRE sinon qui est une bonne alternative sinon phD assurément.

 
Si c'est un poste académique : oui
Mais bon ça doit être écrit dans l'offre non ?
 

 
CIFRE c'est pour thèse CIFRE hein ?!
A la fin tu es bien Philosophiae Doctor

Oui mais c'est différent entre faire un phD et une CIFRE dans le procédé.

Obligatoire, non. Mais à mon sens, à moyen/long terme, ça reste toujours un bon calcul de faire une thèse (CIFRE ou non, tout le monde s'en fout)

Oui CIFRE ça te mène à un doctorat.
Pour le candidat ça change un peu parce que tu peux avoir un double management avec des objectifs pas forcément alignés. Mais ça se passe souvent très bien.
C'est surtout pour les entreprises et les labos que c'est plus compliqué à gérer (accords de recherche, dossier, etc.). Mais c'est pas ton problème en tant que candidat

Ça dépend. Pour faire des papiers c'est pas indispensable mais très conseillé. Sinon non aucun soucis.
Chez moi les deep learning scientist je vais chercher des these dans la team recherche mais pas dans les team produit.

A noter que les sujets de thèse CIFRE sont généralement bien moins pertinents que les sujets des thèses publiques.

D'un certain point de vue oui. Encore que j'ai aussi vu beaucoup de thèses académiques pas forcément pertinentes non plus...
C'est très variable d'un domaine à l'autre

En effet, cela va dépendre. Ma remarque concernait le cas général.

Il faut bien choisir son sujet en fonction de ses objectifs disons.
J'ai déjà vu des "thèses" dont le sujet était de mettre au point des processus pendant 3 ans... C'était juste un plan d'expérience et des essais, ça fait surtout de la main d'oeuvre pas cher pour les boîtes ce genre de sujet.
Après, il faut réussir à le vendre un peu mieux en embellissant la réalité au pire

Vous avez déjà les moyens d'avoir une équipe de recherche decorrelee de vos produits ?

Maintenant oui
Decorellé est un bien grand mot, mais on commence a essayer de faire des papiers

 
Je n'ai pas compris, data science =/= ingénieur ?
Un data scientist ça fait du machine learning, non ?

 
Un data ingé structure tes bases et mets en prod, il ne touche pas au dedans des algos (chez nous en tout cas)

Y'a du monde qui bosse sur Lyon ici ?
Je me fais pas mal contacter via LinkedIn mais j'ai du mal à voir faire le tri entre des vraies boîtes et des boîtes bullshit

Je connais pas bien les boîtes de presta mais je peux me renseigner

Donne les noms.

 
Oui, presta?
J'en connais quelques unes

Pas forcément que presta. Mais parmi les trucs qui me contactent ou tournent souvent :
- kl.anik
- Evot.eo
- sm.ile

Après en plus connu mais dont la data n'est pas le cœur de métier, je connais pas le 'niveau' en data :
- s.eb
- v.olvo
- b.irdz (peu de doutes sur celle là)

Vous pensez quoi de Rshiny ?
 
Ca fait des applis sympa je trouve
https://projets-esa.shinyapps.io/demonstrateur_svm/

C’est sympa pour faire joujou.

C'est le feu shiny, surtout en entreprise.

Facile à déployer, facile à programmer, tu fais des bête d'application en 2-2, tu peux backend avec python si t'as envie, clairement en termes de rapport temps/résultat, c'est le must

J'entends souvent des gens prendre de haut Shiny mais quand je leur demande ce qu'ils proposent à la place, ils n'ont jamais la réponse

Vous pensez quoi des Bootcamp du type le Wagon ? Merci

Est-ce que les débouchés du MVA en terme de job & salaire sont public ?

 
Faudrait déjà qu'ils fassent des stats ... , en vrai elles ne voudraient pas dire grand choses du moment que 90% des promos sont des écoles groupes A donc elles suivent ça à l'exception que la moitié part en thèses. Si tu veux les jobs https://www.google.com/search?q=mva [...] nkedin.com

Ouais je pense pas que ça existe, enfin de mon temps y'en avait pas
Surtout qu'il y en a beaucoup qui enchaînent sur une thèse, certains X ont leur place direct dans un corps, d'autres qui vont en finance, etc.
Enfin je pense quand même qu'on peut dire qu'on peut pas trouver beaucoup mieux en termes de débouchés dans le domaine

Les débouchés restent lambda pour la majorité.

C'est un passage ptet nécessaire mais pas suffisant pour les postes sympa

C'est quoi un débouchés sympa ?

Ça sous entendait un stage de pré thèse / thèse dans une équipe star de son domaine.

Quelle drôle d'idée

 
T'es entrain de me dire que je vais finir vendangeur si je fait pas une thèse avec Yanne Lacunne et un postdoc avec Yoshi Bingo   ?
Si j'avais su j'aurais arrêté au BEP ...

 
Mais qu'est-ce que tu racontes ?
 
 

Je me suis mal exprimé je pense.
 
Mon message dénigrait aucunement les autres job que j'appelle "lambda".
 
Je dis juste que X-MVA ça mène plus à un taf de DS-dev python @40k en start up à Sentier qu'à faire une thèse NLP au FAIR. Le programme a des qualités mais n'ouvre pas automatiquement les portes des postes très prestigieux. La majorité des débouchés sont tout à fait accessibles avec d'autres master / parcours.

 
Ok j'avais mal compris.
Mais ne pas oublier qu'on peut apprendre énormément de choses et s'épanouir en débutant dans un job "lambda" (et il est plus facile d'y accéder avec le top-profil type que tu décris)
 

 
Mais rien n'ouvre automatiquement les portes des "postes très prestigieux" comme tu dis. Si tu parles des top postes comme dans ce billet "Becoming an Independent Researcher and getting published in ICLR with spotlight" et bien c'est 1 ou 2 papiers dans les top conférences ML pour seulement obtenir un entretien. A moins d'être en stage de dernière année dans une équipe qui y publie tous les ans, c'est compliqué ...

Ça peut être plus intéressant de bosser pour une startup du sentier que pour le FAIR

 
Ouais j'allais dire la même chose. C'est tellement deux postes complètement différent et qui ont pas grand chose à voir que ca me parait difficile de dire que l'un est plus prestigieux ou moins que l'autre.
 
Perso bosser au FAIR ca me ferait pas du tout rêver.

drap

Je vous laisse deviner quelle boîte s'achemine lentement mais sûrement vers le coin supérieur droit du dernier Gartner Data Science & ML Platforms, laissant derrière elle des pionniers tels que Dataiku et H2O

 
 
Matlab ?
 
On veut des preuves en images