Reprise du message précédent :
 
Jeune diplômé avec 6 ans d’expérience en dév, normal  

 
+ expert machine learning / computer vision aussi sinon c'est pas drôle  

Je peux pas m’empêcher de trouver ça un peu con le coup du devoir à la maison. T’es supposé passer une après-midi dessus mais bon au final NC passe une semaine, le mec sélectionné a peut-être passé 3 semaines dessus, et le gars qui bosse déjà sur un truc challenging jamais il aura le temps d’y passer autant de temps.  
 
 

Tu as plein de moyens d'empêcher ça. Ca permet quand même d'éviter tout le bs technologique, en particulier de certains de grande écoles qui sortent avec 0 compétences. C'est plutôt pas mal pour les sous dip justement
C'est pas pour rien que quasi tout le monde s'y met, c'est vraiment efficace

Pareil je trouve ça ridicule de donner des tâches aussi fastidieuses et sur lesquelles il y a une correlation directe entre temps passé et pertinence du rendu. Donner un challenge technique un peu ouvert mais qui ne nécessite pas plus de 50 lignes de code c'est beaucoup plus pertinent et respectueux à mon sens.

 
J'ai passé pas mal d'entretiens et même si c'est effectivement la mode de donner un exo à faire à la maison il y a beaucoup de disparité entre les dit exercices.
Je vois pas de soucis à passer un peu de temps sur un problème un peu ouvert, mais passer 1 semaine à nettoyer un dataset et entrainer une architecture déjà connue sur google collab je trouve ça ridicule.

on est d'accord

 
Ouaip
 
Mais on se sent DEEP LEARNING

Je trouve pas le concept de l’exercice mauvais, c’est le fait de pas limiter le temps qui me semble problématique et biaise vachement le résultat.

Si tu choisis bien l'exercice, les mauvais candidats feront un truc nul quelque soit le temps qu'ils y passent et le bons sont capables de faire une proposition de solution intéressante en un temps limité. Ca fait office de premier filtre, et tu tries le reste après avec des entretiens/test en direct.

En vrai, je préfère ça à l'aléatoire des exercices mongoles leetcode  

C'est vrai que c'est un peu débile ça C'est toujours le même type d'exo Suffit de passer 1 semaine faire des  leetcode medium et tu les torches
Ca m'est arrivé une fois d'avoir un truc qui sort de l'ordinaire  en live coding.

On voit en quoi consiste le deep  

Expert ML/CV, on va se détendre, c'est pas non plus un niveau "expert" qui est demandé ici...

Pas mal le feedback mais en effet c'est plutôt un niveau d'attente "3 ans et plus de développement dans un environnement plutôt rigoureux" qu'un feedback d'une entreprise qui cherche un JD avec une tête bien faite. Après si la paye est en rapport avec le niveau attendu je ne vois pas de problème ... Et en effet ça vaut le coup de réessayer avec un poil plus d'XP dans ce cas.

C'est quand même impressionnant la différence d'exigence entre startups et groupes du CAC 40 d'ailleurs. Franchement ça donne envie de se mettre en mode tâcheron 3 ans en SSII puis de poursuivre en interne R&D d'une boîte du CAC ... La cantine est bonne (bon sauf pendant le Covid et quand ta boîte t'annonce une ouverture pas avant été 2021   ), la pression pas trop difficile  , et l'opportunité de se faire un CV ou une carrière en pantoufles pas dégueu  

Et en dépression après 3ans avec un bore out et une augmentation a 0.3%/ans

 
Les vrais sont en dépression depuis le bac  

Pas pire que ceux qui bossent en startup-coquille-vide où le moindre If / projet doit inclure de l'IA dans sa communication sans réellement en avoir l'utilité  

Mais heureusement il y a plein de nuances entre ces deux extrêmes

J’aurais dit à partir de l’école d’ingé, quand ton cerveau cesse d’être stimulé.

Ouais, attention quand même, la pression existe dans les Cogip, on est plus il y a 30 ans avec des gros salaires à rien foutre. En plus se manger de la pression sur des sujets inintéressants avec des fizdeput’ du cost control qui te cassent les couilles parce que t’as pointé 2 heures sur une réunion alors qu’elle a duré qu’1h30 je t’assure que c’est bien pire que de bosser comme un bâtard sur un sujet motivant. Tu fais du burn et du bore out simultanément. Du born out.

Faut changer de boîte souvent
J'ai fait x 2.5 sur mon salaire entre la fin des études il y a 9 ans et aujourd'hui (en restant en France)

Si t'as commencé vers les 26k, c'est pas forcément impressionnant

Puis bosser en France ça fait rêver personne hein  

 
Dépends du domaine, dans le mien vu le temps que mettent les projets à se mettre en place, je pense que je serai frustré de partir avant 4/5 ans et pouvoir voir des produits qui commencent à sortir.

Certes mais j'ai démarré un peu plus haut
Toujours est-il que ça fait une augment' moyenne de 10% par an, ce qui est déjà nettement plus acceptable.
 
Il y a de bons et de mauvais côtés à vivre en France, comme partout...
En ce qui me concerne, je pense que je m'ennuierais très vite à Singapour par exemple.

Ça devient un autre type de stimulation : moins technologique et plus dans l'humain (avec ses bons et ses mauvais côtés quoi   )

Mais pour avoir subit quelques années ces types de pressions ça prend entre 3 et 5 ans avant de rejoindre le coin pas trop affecté de la COGIP ou trouver un poste correcte dans la crèmerie d'en face.

Le secret pour être peinard étant de s'approcher le plus possible des métiers pour ne pas avoir les dernières miettes de budgets et être moins au front quand il s'agit d'économies  

Et éviter les boîtes dont le business est en perdition aussi mais ça c'est valable quelle que soit la taille de la boîte

Ben j'ai régulièrement des américains (SF / NYC / Seattle / ... ) Qui débarquent à Paris via transferts internes parce que c'était leur rêve.

L'herbe du voisin ...

Hello, une idée du package typique proposé en startup en sortie d'école (type X/mines /Centrale puis m2 maths)?

41.6+10% de bonus chez nous.

 
Le plus haut j'ai vu dans ma promo en start-up c'est 55k + sûrement des trucs  
 
Sinon c'était entre 40-46 un truc comme ça, moins en bousie  

Vous pensez quoi des ingénieurs logiciels qui se réorientent dans le domaine ? Genre des développeurs Java ou Python qui bossaient jusque la sur des applications classiques.

Vous en avez souvent croisés ? Ils s'en sortent comment ?

 
S'ils ont un background un peu matheux genre école d'ingé ou fac scientifique jpense c'est le meilleur bail

Je suis en Germanie donc pas forcément le plus pertinent mais je pense que ca peut-etre intéressant quand meme
On est pas exactement une start-up mais une très petite boite (moins de 25 en tout)
Dans mon équipe, ce serait environ du 55k brut allemand (je pense qu'en France ca correspond a peu pres a la meme chose, peut-etre un peu moins genre 50-55), avec une prime annuelle qui peut aller dans les 10%
C'est quasiment indépendant du diplome, sauf PhD qui est valorisé, mais les augmentations annuelles ne sont pas négligeables et établissent donc progressivement des différences plus ou moins importantes selon la performance et l'impact des différents membres de l'équipe
Aucune part de la boite, mais après quelques années éventuellement des sortes de "stock options virtuelles" (= en cas de vente de la boite, l'employé touche un pourcentage de la vente en bonus exceptionnel moyennant certaines conditions genre rester encore 2 ans chez l'acheteur)

C'est assez courant et ils s'en sortent plutôt bien vu que le volet maths de la data science est souvent réduit à peau de chagrin.

Je pense qu'il faut de tout dans une équipe
Avoir des bons ingés logiciels qui comprennent un peu le domaine et qui donnent un peu de structure aux JD fans de Jupyter notebooks, c'est assez précieux, surtout si ils sont un peu senior.
(Par contre, je ne les utiliserais pas forcément pour entrainer les modèles, mais plutot pour ce qu'il y a autour)
 
Après, est-ce que les recruteurs en sont conscients, c'est une autre question

J'avoue que pour faire model.fit() faut un phd en maths sur les groupes de Lie  

J'en croise de plus en plus mais ils se considèrent rarement comme datascientists à proprement parler.

En termes de résultats il y a de tout de ce que j'ai vu mais au final tu en tires le meilleurs en le faisant travailler avec les datascientists "pur jus" pour gérer la collaboration avec les équipes de production, les chefs de projet (ou PM ou PO) et plus généralement l'écosystème de la boîte : il sera alors le pivot entre le bazard (aka algorithmes de machine learning ) des datascientists et le reste de la chaîne de traitement. C'est encore plus vrai si la boîte exploite des méthodes type devops / SRE et autre : il fera le lien entre l'IT legacy / prod loin des préoccupations data et la verrue 100% librairies nightlybuild ( ) que vont vouloir mettre en œuvre des DS.

Bref pour de la R&D pure c'est souvent pas la meilleure idée (un ex analyste / mathématicien / Quant / Actuaire / ... aura plus de facilités à se reconvertir je pense). En revanche pour porter un projet ML vers un produit fini il n'y a pas mieux (double voir triple (si on inclus le support dans le paysage) compétence et compréhension des enjeux).

Tu es en train d'embaucher où tu te poses la question d'une reconversion ?

Au contraire, c'est à ca que servent les stagiaires et les JDs
Je dis justement que des ingés logiciels senior, je leur fais faire autre chose de mieux que model.fit(), cf message de neo world

Merci pour va réponse

C'est que je suis actuellement en école d'ingé en spé génie logiciel et je me disais que je pourrais peut-être partir vers la DS une fois diplômé

Du coup je me demandais si les mathématiques enseignées en école + les modules en Machine Learning et Deep Learning du cursus étaient suffisant ou s'il faut absolument que je fasse un master de maths en parallèle