Reprise du message précédent :

 
Les proposals ce sont les anchors refined qui contiennent un objet ? Ensuite NMS pour filtrer les proposals  
 
C'est ça ?  

J'en sais rien moi  

 
Bon y'a pas un expert dans le coin ?  

aaayaaaaaaaaaaaaaaaaaaaaaaaaaaaa  

Ça dépend de ce que t'entends par ML classique
 
En "application" type data scientist/ML engineer non, y a qu'à voir le niveau en stats, test de kolmogorov-smirnoff c'est déjà dur pour certains  
 
En recherche c'est clairement faux même sur des sujets "classiques" : analyse convexe, EDO/EDP stochastiques, analyse fonctionnelle (kernels)...

Si vous deviez interroger un mec en Deep Learning / Computer Vision (Faster/Mask R CNN, Panoptic FPN etc.), vous poseriez quoi comme questions ? Jpense ma pres est pas mal mais j'ai pas trop d'idées des questions qui peuvent tomber  

T'as déjà entendu parlé de sparse dictionary ?

si oui explique ce que tu comprends du concept + qq exemples d'algo qui l'utilise

Une question plusieurs fois posées à des connaissances :

Je te donne un vidéo d'un match de basket, tu veux track la balle sur l'image. Tu ferais comment ?

Ce sont des exemples de questions posées pour taffer dans un labo de CV reconnu
Assez peu de questions techniques sur des papiers précis, jsp si c'est la norme dans l'industrie

« Êtes-vous plutôt hydrochlroquine ou pain à l’hydrochlorocat ? »

 
On fait ce genre de trucs aussi

 
Balancez les questions je suis chaud    
 
Normalement ça tournera autours de ma pres, pas de off-topic questions mais on sait jamais    
 

Je reviens vers vous avec une question un peu vague, mais quels sont selon vous les champs de recherche les plus intéressants aujourd’hui en IA (quand je dis IA c’est de manière très large)
 
 
Contexte / Pourquoi je vous pose cette question

ca m'a l'air franchement un mauvais plan    
 
Le meilleur sujet d'IA c'est celui où tu peux avoir un top maître de thèse qui t'appendra à faire avancer la science IMHO
 
Pcq franchement GAN vs NLP c'est un débat sans intérêt  

What I learned from looking at 200 machine learning tools
https://huyenchip.com/2020/06/22/mlops.html

Bonjour,
Il y a des organismes de formation pour lesquelles vous avez eu de bonnes expériences ou de bons retours ?
 
Ce serait dans le champ du machine learning en général, niveau intermédiaire/avancé... Ça peut être aussi bien sur l'industrialisation que sur les fondamentaux théoriques, sur des packages R/Python, peut-être des états de l'art modélisation si jamais ça existe, des études de cas plus appliquées genre "détection d'anomalies", voire de la visualisation...
 
Sur Google on trouve une foule de "introduction machine learning/big data" sur 2-3 jours qui ont tous plus ou moins le même programme, j'aimerais bien trouver un catalogue un peu plus poussé/spécifique chez un organisme qui a fait ses preuves.

 
Moi j’ai fait polytechnique Exec Ed.C’était bien

J'avais fait une formation de 4 avec orsys. C'est rapide et ça survole mais c'était assez bien fait et pas mal de pratique

Bonjour,
 
Je viens de finir mon DUT Info et j'aimerais travailler en tant que ML Engineer/Data scientist dans le Deep Learning.
 
J'hésite entre ingé à TELECOM Nancy spé IA/Masse de données, INSA Rouen ASI, ou une L3 Info à paris saclay ? (En sachant que les masters sont très sélectif et que je viens d'un DUT)

Telecom > fac > insa je dirais

Même si TELECOM Nancy est une "rang C" ? Pourquoi l'INSA en dernier ?
 
Leurs cours d'IA ont l'air très light (seulement 1 ou 2 modules apparement, et ils font quasiment pas voire pas de deep learning)

J'aurais dit pareil.

Telecom Nancy est plutôt bien réputée.
 
INSA Rouen est groupe C @HFR, ça reste solide mais sauf cas spécifique comme apprentissage vaut mieux faire une très bonne fac.

En ML/DL, le nom de l'école ne compte pas.
Ce qui compte, c'est la pertinence et la qualité des projets sur lesquels vous bosserez.
Le jour où vous aurez compris ça, vous aurez fait un grand pas en avant.

Les projets à telecom nancy ont l'avantage d'être orienté Big data, après je compte pas trop sur l'école niveau projet. J'en fais par moi-même.
 
Autre question, niveau MOOCs (coursera etc.), les entreprises en ont à faire quelque chose des certifs ? J'ai lu comme quoi c'était plutôt mal vu sur un CV car ça montrait des faiblesses/cours non vu à l'école qu'on cherche à combler via des MOOCs.

C’est peut-être vrai aujourd’hui parce qu’il y a pénurie de candidats, mais quand toutes ces technos seront devenues mainstream le bon vieux réflexe de la sélection par le diplôme reviendra probablement.

Très franchement, je crois que c'est juste passé de mode.
Dans le domaine du digital au sens large, les principales boîtes qui recrutent sont des starts-ups, et non des grands groupes où la sélection par le diplôme reste effectivement la norme.

Hello à tous,
 
J'ai besoin de conseils sur mon employabilité suite à une réorientation dans le domaine du ML.
 
Je suis ingé généraliste (33 ans) et j'ai 9 ans d'xp dans la gestion de projets industriels (rien à voir avec la data). J'ai bossé dans plusieurs secteurs (aéronautique, nucléaire militaire puis en ce moment ferroviaire).
Dans le cadre d'un changement de poste et parce que je commençais à vraiment m'intéresser au ML, j'ai réalisé sur 2 ans un master à Dauphine (stats et big data) que j'ai terminé en novembre dernier.  
Ces deux années furent passionnantes : j'ai bossé sur pas mal de projets ML, poncé Python / R, étoffé mon réseau, etc.
 
Aujourd'hui ma boîte (petite boîte, qui part quasi de zéro en data science, on a tout juste lancé PowerBI il y a un an) souhaite valoriser ses données et je suis en cours de négo pour passer chef de projet Data. L'intitulé est un peu fumeux mais l'idée est de mener quelques projets hybrides (optimisation du tracking véhicules, profiling, ...).

• Avantage : opportunité de monter ma propre équipe / prioriser les projets intéressants et les mener de A à Z en autonomie (relative)  
• Désavantage : les projets seront avant tout très orientés data viz + personne n'y connaît rien en ML dans ma boîte + perte des compétences acquises en master (sauf si je bûche sur d'autres trucs à côté)

Du coup je me pose la question de quitter ma boîte si la négo n'aboutit pas.  
Un poste type data scientist serait sur le papier le plus intéressant pour moi car j'aimerais bien faire du ML dans un environnement prod (toute la partie industrialisation d'un modèle prédictif est une boîte noire pour moi). Mais est-ce vraiment pertinent basculer sur un tel poste à 34 ans ? Après reste le conseil, mais à quel poste pourrais-je prétendre sachant que je n'ai pas d'xp pro dans le domaine ?  
 
Vous me direz que j'aurais dû me poser ces questions avant la formation . Mais à l'époque, j'étais avant tout animé par mon intérêt pour la data science et le challenge intellectuel que représentait cette formation.
 
Merci à vous !
 

Pas faux, l’intérêt du recrutement sur le diplôme s’exprime avant tout dans le cadre d’une vision à long terme, sur l’évolution du candidat après sont premier poste. Les startup ne survivent généralement pas suffisamment longtemps pour qu’il y ait un après premier poste

Je suppose qu'un diplôme d'ingé est donc préférable pour une entreprise ? D'après l'école à la sortie on peut postuler dans des boîtes du genre LVMH/grands groupe avec telecom nancy, c'est vrais?

 
Pourquoi pas ?
 
Sinon je serais d'avis que tu cherches ailleurs, parce que être le seul data guy de sa petite boîte c'est pas trop la panacée à mon sens, tu vas passer ton temps à bidouiller, tu ne monteras pas vraiment en compétence, et quelle suite de carrière ? Ok tu es libre mais à ce stade tu t'en fiches un peu non, mieux vaut être dans un contexte plus mature et avec des collègues expérimentés.
 
Bon après je connais pas vraiment le marché du travail

Quand tu vois que dans certaines industries les salaires plafonnent à 50k (en IDF !) oui ça peut être cohérent. Les boites sont de moins en moins enclines à payer l’expérience, en préférant remplacer les expérimentés chers par des jeunes diplômés un peu moins chers. C’est pas un bon calcul mais attendez une bonne crise dans votre secteur, vous allez voir, ça défrise les poils du derche.  
 
Selon moi, aujourd’hui il faut multiplier les compétences pour pas se retrouver coincé dans un métier ou un secteur industriel. Avoir 15 ans d’XP dans un domaine ça va être quasi invendable, il vaudra mieux avoir 3x5 ans d’XP dans 3 domaines. De toute manière passé 45 ans personne ne voudra plus de vous, vous allez devoir avoir un faisceau de compétences qu’aucun jeune ne pourra avoir et être prêts à vous vendre à la prestation si nécessaire.  
 
C’est la guerre petit, la guerre  

Certes, mais si il est le seul expert de sa boite et que d'autres jeunes sont recrutés, ben il va devenir naturellement leur chef d'équipe et donc développer d'autres compétences qui sont un peu plus transverses que la pure technique
Enfin, en tout cas, c'est un peu ce qui m'est arrivé

Faut aussi en avoir envie et en avoir les capacités. Ce n'est pas donné a tout le monde.

 
J'ai un profil similaire à toi (33 ans, 9 ans d'expérience, master en data science après une carrière dans l'industrie).
Je ne sais pas du tout comment réorienter ma carrière. J'ai également un MBA.
 
J'ai postulé à des postes en data science, sans succès.
Est ce que les recruteurs veulent d'un débutant en data science de plus de 30 ans alors qu'il y a énormément de jeunes qui sortent d'école ?
J'imagine que les postes de manager en data sans expérience en data, c'est mort.
J'ai l'impression d'être coincé dans mon domaine qui est moribond.

Pour le moment les annonces de chef de projet d’IA/DS/ML demandent en effet une expérience de quelques années de datascientist. Ce qui me semble complètement con, vu que la partie DS c’est peut-être 10%-20% du projet et que généralement il y a déjà des DS dans la boite qui feront leur taf.  
 
Posez-vous la question de ce que vous pouvez apporter à une boite qu’un bleu bite sortant d’école ne saura pas faire. Donc à priori la gestion de projet. Et dans la lettre de motivation vous vous appuyez sur votre expérience CdPjt, votre connaissance en ML qui vous permettra de communiquer avec les DS... Bon en face de vous vous allez avoir des RH qui se mettent en PLS dès que les critères qu’ils ont en tête ne sont pas remplis, faut le savoir.  
 
Ça demanderait peut-être une formation en gestion de projet IA, ou a minima en gestion agile, ce que vous n’avez pas nécessairement croisé dans l’industrie.

PLS ?

Essaye dans un premier temps de cibler les COGIP, ils recrutent n’importe qui en data scientist. No redface, tu verrais les profils complétement WTF qu’on trouve...
 
Ça te fera une xp dans le domaine pour faciliter la suite.

Position Latérale de Sécurité

 
Tu as des exemples de telles COGIP ?

La COGIP de l’énergie par example

Il y en a plusieurs
Qui sont plus ou moins à la page (Enedis pas mal, les autres un peu moins )

 
C'est exactement ce qui m'effraie. Pas du tout envie de jouer au pseudo savant fou sur des use case fumeux. Et oui, ne pas pouvoir m'appuyer sur des personnes du domaine me semble bien problématique.
Après je peux peut-être faire ça un an (augmentation de salaire + ligne 'un peu' data sur le CV) tout en démarchant à côté .

 
  c'est tellement ça, PLS total des RH quand le mouton à 19 pattes n'en a finalement que 17. Ca me rend dingue, d'autant plus que très souvent les mecs demandeurs (côté prod) savent très bien que la fiche de poste est souvent taillée de manière ambitieuse et qu'ils devront faire l'impasse sur quelques compétences.
 

 
Tu connais des formations intéressantes en gestion de projet IA ?