Reprise du message précédent :
 
Si t'as envie de le voir comme ça c'est ton problème  
je te propose de postuler en SSII ou en Cogip du CAC et de savourer tes 0.72% d'augment "parceque tu comprends, c'est la crise" pendant que ton collègue prend 5% parcequ'il est syndicaliste.  

Et quels sont les ordres de grandeur des salaires pour les grades que tu décris, par curiosité ?
 
Pour les 20% d'augment' en 12 mois, c'est aussi ce que tu aurais en changeant de boîte... En 2016, je l'ai même fait deux fois la même année

40+10% pour un JD classique.
52+10% pour un salaire plancher grade 3 (du coup ca fait 30% d'agment pas 20 )

J'attends le shitstorm hfr

jgagne 5k (super) nets à 22 ans
 
jponse en fronse c dur d'etre attractif quand mm

  Quand t'as un mec qui postule chez toi il compare pas avec singap et new york et compare avec la boite à l'autre bout de la rue.
On  a déjà proposer x2.5 a mon lead pour traverser la manche il a refuser.

On est en 2k20, mondialisation toussa  

Et sans troll, tu compares avec l'ensemble des offres que tu as (ou des opportunités tout du moins), dans l'hypothèse où voyager c'est O.K pour toi.

Il faut comparer à iso-niveau de vie du coup

En même temps, la boite d'hadada chope des MVA et la boite qui paie 5k nets chope des NowCompliant
A chacun de décider quelle est la meilleure politique RH
 

Bah bravo le cyber-bullying  

On dit que les data scientists sont hyper recherchés et les king de la recherche d’emploi mais en fait il se font victimiser putain...  

Je ne suis pas data scientist

Ca me paraît honnête, parce que la manière dont c'était présent c'était du genre "on te laisse 1semaine pour nous impressionner sur un projet"

et osef j'disais juste que mettre en haut de l'académique Ulm et en bas supélec c'était dur quand même

Moi aussi j'ai postulé chez DE Shaw

mais là tu compares pas exactement les mêmes postes

On est sur quel topic là ?  

Salut, en entretien ça arrive de se prendre des questions sur les bases de données ou sur le big data ?
J'ai vu SQL et Hadoop/Spark pendant ma formation, mais ça reste assez léger  

Ça vaut quand même le coup d'être à l'aise un minimum (schema / schemaless, différence entre  BDD orientée colomne, ligne, clé valeur / hiérarchie, notions de nest ...).

Savoir te débrouiller en SQL notamment les différentes méthodes de jointure et ce que ça implique pour les données. Comprendre ce qu'est HDFS, Mapreduce, Parquet, Hive, Spark etc.

Au final je n'ai pas vu de cas où c'était indispensable en entretien (en plus tu consommes normalement ces services sans avoir à les gérer ni à vraiment les maîtriser) mais au quotidien quand tu bosseras avec les autres corps de métier, que tu voudras monter un lab ou un POC, que le data engineer sera en vacances ou malade ou simplement si tu tombes sur un admin/devops de mauvaise humeur et qui fera semblant de pas comprendre ce que tu lui demandes ... Tu seras content de te rappeler de ces notions et comment elles peuvent te servir dans ton (futur) job

Je ne suis pas data scientist mais je suis dans la data malgré tout.

Un data insider en somme

Dans le CV, ça sert à quelque chose la partie technical skills ? Normalement ça se déduit de la formation + exp, surtout que je trouve ça chelou de m'auto-noter : genre SQL intermédiaire etc. J'hésite à virer cette partie

Même question pour les cours suivis pendant le master, j'hésite à tout virer et juste mettre mon GPA (4/4 tah l'élite) + lien du GitHub

Un avis d'expert ?

Ca dépend vraiment du taf. Data scientist ca va de data engineering a recherche en deep. Pour répondre il faut plutôt voir le contenu du poste. Chez nous le travail sur les bdd est plus côté dev mais c'est jamais perdu si tu as des connaissances

QUand je lisais des CV, je trouvais utile d'avoir une idée des technos que le candidat maîtrise. Même si on sait très bien qu'il faudra challenger la notation.
Je faisais par exemple le genre de tri suivant.

• Le candidat qui met en avant 18 outils ou bibliothèques Hadoop mais qui se donne un niveau assez faible en SQL, j'en déduis 1) que c'est du flan parce que je ne vois pas comment tu peux maîtriser un framework de traitement de données (a fortiori quand il se compose d'innombrables outils) sans maîtriser le SQL et 2) que la personne ne sera pas opérationnelle rapidement (dans le cas de la boîte pour laquelle je travaillais mais c'est vrai pour la majorité d'entre elles).
• Le candidat qui se met un 4/4 en R mais un 1/4 ou 2/4 en Python, j'en déduis qu'il va me casser les couilles à faire son ayatollah du R à tout bout de champ => ça dégage.

Merci de l'insight
 
Après c'est chaud en vrai, par exemple en BDD SQL / Hadoop truc j'étais premier de la classe en ingé et genre 17+ au M2 Paris-Saclay et là jsp faire une jointure

C'est normal, ces bidules-là, faut les utiliser régulièrement pour garder un bon niveau. Moi c'est pareil, à chaque fois que je dois écrire une requête un peu compliquée, je sue des fesses. Par chance, je n'ai quasiment jamais besoin de le faire parce que je bosse avec un vrai outil

Perso je gpa je m'en tape je sais que c'est du flan mais sur une formation généraliste j'aime bien avoir les skills developé. Parceque un mec qui postule avec une option en mécanique... Voilà quoi.. Le github perso j'y vais après les premiers entretiens, pas le temps sinon

Et pourtant, la pointe de la recherche en ML/DL, ce sont des chercheurs spécialisés en maths applis, physique, mécanique des fluides, astronomie, etc.

Je tiens pas un labo de recherche

Les profils en question passent la moitié du temps (si ce n'est plus) à faire du développement, et pas dans des langages de mickeys.

Du coup le consensus c'est de garder la partie technical skill, très bien.  
 
Quid des cours suivis en master ? Osef ou pas ?

Alors déjà on parlait de JD pas de chercheurs, j'embauche pas de jd en recherche , ensuite la majorité des chercheurs codent comme des pieds, j'en sais j'ai fais de la recherche en simulation numérique.

Je dirais qu'OSEF. L'un des bienfaits de la data science à mon sens, c'est d'avoir enfin fait passer le diplôme et le background universitaire au second plan. Faut se remettre une petite minute dans le contexte d'il y a 10 ans où tu ne pouvais pas intégrer certaines boîtes ou accéder à certains niveaux hiérarchiques sans avoir fait l'école machin ou le cursus bidule. C'est fini tout ça. Vaut mieux embaucher un ENSEIRB-MATMECA avec un peu d'expérience et de jugeotte qu'un X qui sort de ses études théoriques à Ulm. Et le PhD est roi désormais, quelle ironie quand on repense à la difficulté qu'on avait à trouver un job en entreprise avec un doctorat il y a 10 ans...

Bon, je dis ça en prêchant un peu pour ma paroisse, j'ai fait la fac + un doctorat

Tu sais, les jugements à l'emporte-pièce... J'ai connu des chercheurs qui sont de très bons développeurs et des développeurs de métier qui sont de vraies chèvres.

 
 
Quel outil ??

Bonjour,
 
Je poste ici sans etre sur que ce soit le bon endroit.
 
Je suis dans une boite qui fait de l'optimisation lineaire/non lineaire (donc pas vraiment du ML/DL/DS moins trendy mais tres efficace) aux US et j'ai pour objectif de rentrer en France dans les prochains mois (raisons personnelles).
 
Je me plais dans ma boite, je suis cote ingenierie/developement (python / c++) et je suis aussi tres proche de la R&D car etant une petite boite toute aide est la bienvenue dans toutes les equipes.
J'ai 8 ans d'XP dont 2 dans cette boite (avant je faisais du risk en finance de marche et j'ai decide de changer d'orientation)
 
Mon probleme c'est que ma boite (anglo saxone) n'est pas en France et que j'aimerai rester dans le domaine qui me plait. Premiere question:
- connaissez vous des boites en France qui font/recrutent dans ce domaine ? J'ai vu Dassault Systeme sur LinkedIn mais les offres ne pullulent pas (j'aurai du faire ML engineer ahah)
 
Deuxieme probleme:
- Je suis diplome d'une (bonne) ecole de commerce (oulalala) mais complete par un Master de Maths Appli (bon...) mais d'une fac de province (argg)
Bref je sens venir le bon mode de pensee francais: oulala mon bon Monsieur vous devriez postuler dans l'equipe marketing, la data c'est pour les ingenieurs...
 
Sinon pour apporter ma pierre a l'edifice:
- aux US personne ne me demande mon diplome
- les PhD (ma boite aime les PhD, qui - je confirme - sont un peu le graal aux US, mais la fac dans laquelle il a ete fait importe peu) avec qui je travaille en R&D me font aussi confiance que si j'etais un des leurs (aucun de m'a demande mon parcours, ils regardent juste ce que je sais faire)
- ingenieur aux US != ingenieur en France et ce n'est pas un prerequis pour faire des Maths/Data/etc.
 
Merci pour vos eclaircissements
 
 

Quelle est ta question exactement ?

Pardon en effet c'etait pas clair:
- Connaissez vous des boites qui recrutent dans ce domaine?
- Pensez vous que mon profil sera bloquant?
- A quel type de poste je peux pretendre?
 
Merci

Artelys peut-etre?

Équipe marketing. De rien.    
 
 

 
Merci
 
Et admettons que je ne trouve pas dans ce domaine precis, est ce "facile" de se reconvertir dans des domaines plus larges qui recrutent: DS/ML (modulo peut etre une formation)?
Et pour quels types de postes? Dans l'absolu j'aimerai faire un poste equivalent: developpement/ingenierie avec forte interaction avec la R&D
 

Je reviens à ce sujet pour élargir aux "petites" prestations au forfait liées à la data science.

Est-ce que vous connaissez un site/blog qui donnerait des infos pour estimer le coût d'une prestation similaire ?
Sans parler de TJM, d'une manière générale, de votre expérience, quelles sont vos techniques pour faire cette estimation ?

C'est cool de voir le topic revivre

Dans mon expérience, une prestation de type POC exploratoire, c'est de l'ordre de 30 à 50 k€.

FYP  

Souvent, en effet...
 
D'ailleurs, j'ai vu passer récemment les slides de la stratégie data 2024 d'un grand groupe bancaire et c'est drôle de retrouver à peu près les mêmes sujets qu'il y a 3 ou 4 ans. Sur le volet data science, on parle toujours des "difficultés d'industrialisation" de la data science, ce qui laisse entendre qu'il y a toujours aussi peu de projets data science qui ont atteint le stade industriel. En 2016, quand j'avais moi-même rejoint un groupe bancaire, la problématique était EXACTEMENT la même.
 
Je reste convaincu qu'il y a derrière tout cela avant tout un problème d'outil.