Pooouh limite ça me rassure. Actuellement en m1 big data and machine learning avec tout ce que je vois je me disais que c’était énormément de choses à savoir sur plusieurs process de la data. Tant mieux si on est d’accord que le data scientit ne doit pas faire la licorne
Super vidéo, ça fait réfléchir ! Etant Data Scientist, j'ai tout de même encore de l'espoir pour ce métier. Je pense que l'auto ML c'est bien mais ça ne résout pas tous les problèmes. On tend de plus en plus vers des entreprises qui ont besoin de comprendre ce qu'il se passe derrière. Beaucoup d'entreprises commencent à préférer la visibilité des projets au détriment de la "surperformance" de la prédiction.
Exactement :) Dans tout les cas la data science c'est un métier d'avenir, mais là je réfléchissez juste sur ce terme de Data Scientist devenu un peu un fourre tout... Je vais faire une deuxième vidéo pour nuancé le propos.
Je viens de publier une nouvelle vidéo qui est un peu la partie 2 de celle ci pour affuter mon propos rendez vous ici : th-cam.com/video/vvFRSZNML30/w-d-xo.html
Cool la vidéo 👌🏼 les notebooks c'est bien pour tester le modèle, mais après faut du concret ^^ je suis grave intéressé par une vidéo sur comment déployer un modèle de ML. Bonne continuation
Exactement... Je voulais partager avec vous cette réflexion en ce moment autour de l'avenir de ce terme qui est devenu un peu fourre-tout pour parler des data scientist... Excellent idée. C'est justement une des vidéos que je compte sortir dans les prochaines semaines. :-) !
C’est le « Machine Learning Engineer », rôle désignant quelqu’un capable de créer un modèle ML mais de le déployer, d’en suivre le cycle de vie, d’assurer que sa performance reste bonne au fil du temps… Ses compétences tendent vers le développement logiciel et vers le DevOps en plus de la partie scientifique d’un data scientist. Mais n’est ce pas encore un mouton à 5 pattes ?
Bonjour, Super vidéo!! Le terme data scientist est très galvaudé. Cependant, pensez-vous que les tendances observées chez les GAFAM s'appliqueront au marché européen? En effet, nous observons une grande imitation des GAFAM sans en saisir réellement tous les aspects (et encore moins les salaires): un peu comme les interviews "techniques" où on nous pose des questions du genre "Combien de balle de tennis je peux loger dans la tour Eiffel" et autre fantaisies. Par conséquent, sur le marché européen (ou au moins français) n'observerait-on pas la disparition du terme data scientist et l'apparition du "Computer vision engineer NLP expert Deep learning Ninja" pour embaucher 1 personne plutôt que 4 ? Dans ce cas, le serpent se mordrait la queue. Si je devais monter une grosse équipe Data dans une organisation quelconque je pense que pour l'analyse j'embaucherais d'abord des DS généraliste afin d'avoir une vue d'ensemble sur ce qu'il est possible de faire puis des profils plus spécialisés en fonction du projet/de ce vers quoi l'entreprise souhaite se tourner . Qu'en pensez-vous? L'article d'Eugene "Unpopular Opinion - Data Scientists Should Be More End-to-End " pourrait vous intéresser également :) D'autre part, hâte d'avoir la vidéo sur l'autoML que je considère comme un super outils qui permettra de faire d'énormes bêtises. En effet, même si je peux fitter un modèle avec l'autoML, el regard critique sur le modèle ne me sera pas donné par l'autoML. Est-ce que mon plan d'expérience a été bien pensé? Est-ce que mon modèle est biaisé ou a bcp de variance? Etc. A mes yeux l'autoML est comme une grosse calculatrice scientifique, qui saurait faire les calculs, mais faudrait-il encore que l'utilisateur y choisisse les calculs pertinents à réaliser. Cependant, j'ai peut-être tort et mon avis est biaisé car je ne l'ai jamais utilisé. Bref, une bonne vidéo qui fait réfléchir à l'avenir du métier. C'es génial!
Merci beaucoup pour ton commentaire qui amène beaucoup de valeur ajouter à la vidéo. Énormément de bonne idée de vidéos que je vais publier dans les prochaines semaines. Merci encore !
Je suis toujours vos réflexions sur ce sujet et ça m’a vraiment changé les idées que j’avais sur le métier de data scientist. Du coup quel conseil donneriez-vous pour un étudiant qui aimerait devenir ML engineer , plus précisément sur quoi doit-il monter en compétences pour s’adapter avec les futures changements que va connaître le métier ?
Excellente question je prépare une vidéo sur le ML engineer. J’y répondrais dedans . Parce que là il me faudrait plusieurs 30aine de lignes pour te décrire ☺️
Je suits plutot un profile business intelligence est les offers font le plus souvent appel a de la data engineering, viz (dashboards automatises) est data science (supervised, unsupervised, deep learning). Je en said pas si ce mix est une necessite pour une analyse des donnees cle en main ou une volonte des entreprises de ne pas faire cutter distinction pour faire des economies de talents
Bonjour je suis en prepa et je veux bosser dans les data ou cybersecurité, penses tu qu'une école d'ingénieur moyenne( i.e concours ccp or ensimag) est équivalent à un bon master à la fac niveau évolution de carrière etc ? Merci
Je suis actuellement en alternance.. Dans une boîte qui fait du NLP. La formation est centré sur des projets note book professiinalisant. Qu'est ce que tu conseillerai du coup pour faire la différence après cette alternance ? En te remerciant d'avance
Très belle vidéo. Pour moi je trouve que toutes les formations (vraiment toutes en france) qui forment des data scientist sont très loin du vrai besoin du marché. Et elles le savent en plus, mais elles arrivent pas à s'adapter pour plusieurs raisons.... Certes, qu'un data scientist est censé de maîtriser les maths dernières les modèles qu'il va utiliser, mais être faible en dev backend et sans aucune connaissance sur les techniques de la mise en production de ces modèles ne va apporter presque aucune valeur pour la majorité des boites, spécialement celles de petite et moyenne taille !
Exactement c’est un gros problème... d’ailleurs je prépare une vidéo sur les formations dans la data science. Mais je te rejoins totalement sur le manque de skills de software engineering
Hello, je suis software Engineer et actuellement étudiant en data science avec un double diplomation, suggérer moi des cabinets pour postuler et voir ma chance. Votre vidéo est superbe
J'ai un master 2 en data sciences mais je n'arrive pas à décrocher mon premier contrat et je connais au moins 6 personnes qui galèrent comme moi depuis plusieurs mois
@@DefendIntelligence oui c est compliqué surtout quand on est un jeune diplômé et on cherche notre premier emploi. Les entreprises préfèrent des profils avec de l'expérience
@@lmls5310 tu penses qu'il vaut mieux faire une école d'ingénieur ou un bon master fera l'affaire ? Je suis en prepa je connais pas bien le marché du travail
Pas tout à fait. Je vais faire une deuxième partie de cette vidéo pour justement précisé ce point. Je ne dis pas que la data science est fini bien au contraire. Je dis juste que le poste de data scientist tel qu’on le défini aujourd’hui va évoluer.
Que le métier de Data Scientist n'existe plus j'y crois pas du tout, pour le coup avec les techniques plus élaborées tels que le Reinforcement learning, l'analyse de donnée topologique ou de l'analyse de donnée bayésien, il est clair que ceux qui se disent data scientist en ne faisant que du scikit-learn sont déjà sur la touche mais les autres devront être bien plus pointu en technique et en connaissances mathématiques pour travailler sur des sujets plus complexe, d'ici à ce que ça soit automatisé ce ne sera pas pour tout de suite.
Exactement ! Je prépare justement une vidéo mercredi pour réorienter le propos. Il y aura de plus en plus de travail en DataScience mais pas sûr qu’on cherchera encore des “data scientist notebook sklearn” comme tu le dis
Je comprends rien mais tu expliques bien, c'est captivant
Pardon pour les typos, cest le correcteur automatique en anglais
Pooouh limite ça me rassure. Actuellement en m1 big data and machine learning avec tout ce que je vois je me disais que c’était énormément de choses à savoir sur plusieurs process de la data. Tant mieux si on est d’accord que le data scientit ne doit pas faire la licorne
Super vidéo, ça fait réfléchir ! Etant Data Scientist, j'ai tout de même encore de l'espoir pour ce métier.
Je pense que l'auto ML c'est bien mais ça ne résout pas tous les problèmes. On tend de plus en plus vers des entreprises qui ont besoin de comprendre ce qu'il se passe derrière. Beaucoup d'entreprises commencent à préférer la visibilité des projets au détriment de la "surperformance" de la prédiction.
Exactement :) Dans tout les cas la data science c'est un métier d'avenir, mais là je réfléchissez juste sur ce terme de Data Scientist devenu un peu un fourre tout... Je vais faire une deuxième vidéo pour nuancé le propos.
Je viens de publier une nouvelle vidéo qui est un peu la partie 2 de celle ci pour affuter mon propos rendez vous ici : th-cam.com/video/vvFRSZNML30/w-d-xo.html
Cool la vidéo 👌🏼 les notebooks c'est bien pour tester le modèle, mais après faut du concret ^^ je suis grave intéressé par une vidéo sur comment déployer un modèle de ML. Bonne continuation
Exactement... Je voulais partager avec vous cette réflexion en ce moment autour de l'avenir de ce terme qui est devenu un peu fourre-tout pour parler des data scientist... Excellent idée. C'est justement une des vidéos que je compte sortir dans les prochaines semaines. :-) !
C’est le « Machine Learning Engineer », rôle désignant quelqu’un capable de créer un modèle ML mais de le déployer, d’en suivre le cycle de vie, d’assurer que sa performance reste bonne au fil du temps… Ses compétences tendent vers le développement logiciel et vers le DevOps en plus de la partie scientifique d’un data scientist. Mais n’est ce pas encore un mouton à 5 pattes ?
@@Tyzer126 trés bonne remarque. Est ce qu'on est pas en train de réinventer la licorne avec le terme de "Machine Learning Engineer" ? :) ....
Vraiment top la vidéo ! Moi qui voulais devenir DATA Scientist, il va falloir que je révise mon projet..
Bonjour,
Super vidéo!! Le terme data scientist est très galvaudé. Cependant, pensez-vous que les tendances observées chez les GAFAM s'appliqueront au marché européen? En effet, nous observons une grande imitation des GAFAM sans en saisir réellement tous les aspects (et encore moins les salaires): un peu comme les interviews "techniques" où on nous pose des questions du genre "Combien de balle de tennis je peux loger dans la tour Eiffel" et autre fantaisies. Par conséquent, sur le marché européen (ou au moins français) n'observerait-on pas la disparition du terme data scientist et l'apparition du "Computer vision engineer NLP expert Deep learning Ninja" pour embaucher 1 personne plutôt que 4 ? Dans ce cas, le serpent se mordrait la queue. Si je devais monter une grosse équipe Data dans une organisation quelconque je pense que pour l'analyse j'embaucherais d'abord des DS généraliste afin d'avoir une vue d'ensemble sur ce qu'il est possible de faire puis des profils plus spécialisés en fonction du projet/de ce vers quoi l'entreprise souhaite se tourner . Qu'en pensez-vous? L'article d'Eugene "Unpopular Opinion - Data Scientists Should Be More End-to-End
" pourrait vous intéresser également :)
D'autre part, hâte d'avoir la vidéo sur l'autoML que je considère comme un super outils qui permettra de faire d'énormes bêtises. En effet, même si je peux fitter un modèle avec l'autoML, el regard critique sur le modèle ne me sera pas donné par l'autoML. Est-ce que mon plan d'expérience a été bien pensé? Est-ce que mon modèle est biaisé ou a bcp de variance? Etc. A mes yeux l'autoML est comme une grosse calculatrice scientifique, qui saurait faire les calculs, mais faudrait-il encore que l'utilisateur y choisisse les calculs pertinents à réaliser. Cependant, j'ai peut-être tort et mon avis est biaisé car je ne l'ai jamais utilisé.
Bref, une bonne vidéo qui fait réfléchir à l'avenir du métier. C'es génial!
Merci beaucoup pour ton commentaire qui amène beaucoup de valeur ajouter à la vidéo.
Énormément de bonne idée de vidéos que je vais publier dans les prochaines semaines. Merci encore !
Intéressant ! Je me suis dit la même chose au sujet de l’AutoML
😊🦾
Je suis toujours vos réflexions sur ce sujet et ça m’a vraiment changé les idées que j’avais sur le métier de data scientist. Du coup quel conseil donneriez-vous pour un étudiant qui aimerait devenir ML engineer , plus précisément sur quoi doit-il monter en compétences pour s’adapter avec les futures changements que va connaître le métier ?
Excellente question je prépare une vidéo sur le ML engineer. J’y répondrais dedans . Parce que là il me faudrait plusieurs 30aine de lignes pour te décrire ☺️
Super ! En effet, une vidéo sera plus instructive.
Génial, tout est dit, et super bien expliqué ! Bravo Anis ! Bientôt une vidéo sur le MLOps ?
Hello !! Oui c’est prévu ! On peut même la faire ensemble si tu veux ? 😊
Avec plaisir 💪
Très quali merci ! Des ressources à conseiller pour s'informer sur l'auto ML ?
Hello ! Excellente question ! Il y a des vidéos de Google sur leurs auto ml sur gcp 😊. Mais ça ferait un bon sujet pour une prochaine vidéo !
Je suits plutot un profile business intelligence est les offers font le plus souvent appel a de la data engineering, viz (dashboards automatises) est data science (supervised, unsupervised, deep learning). Je en said pas si ce mix est une necessite pour une analyse des donnees cle en main ou une volonte des entreprises de ne pas faire cutter distinction pour faire des economies de talents
Totalement d’accord !!
Merci !! :)
Donc finalement il n' y a aucune disparition mais plutot une duplication
Il y a une disparition des data scientist “notebook” . On réoriente le job. :-)
Bonjour je suis en prepa et je veux bosser dans les data ou cybersecurité, penses tu qu'une école d'ingénieur moyenne( i.e concours ccp or ensimag) est équivalent à un bon master à la fac niveau évolution de carrière etc ? Merci
Quelle est ta définition du no code? Et pourquoi tu n'y crois pas ?
Et concernant le data analyst et le data ingénieur, tu penses que ces métiers ont encore de l'avenir ?
Tout les métiers dans la data ont encore de l’avenir. Ce qui est moins sûr c’est ce qu’on va attendre par tel ou tel thème ... 😊
Bonjour, pouvez vous nous mettre des video comment calculé les intégrales et série de fourrier sur python
Très bonne vidéo merci !
Je suis actuellement en alternance.. Dans une boîte qui fait du NLP. La formation est centré sur des projets note book professiinalisant. Qu'est ce que tu conseillerai du coup pour faire la différence après cette alternance ? En te remerciant d'avance
partis d une formation fullstack puis spécialisation IA, du coup je cherche à devenir une licorne finalement haha xD
Il te manque le gros aspect devops peut être plus là partir business power point pour atteindre le stade de licorne 🦄😅...
@@DefendIntelligence haha j avoue powerpoint c est pas mon truc ^^
Très belle vidéo.
Pour moi je trouve que toutes les formations (vraiment toutes en france) qui forment des data scientist sont très loin du vrai besoin du marché. Et elles le savent en plus, mais elles arrivent pas à s'adapter pour plusieurs raisons....
Certes, qu'un data scientist est censé de maîtriser les maths dernières les modèles qu'il va utiliser, mais être faible en dev backend et sans aucune connaissance sur les techniques de la mise en production de ces modèles ne va apporter presque aucune valeur pour la majorité des boites, spécialement celles de petite et moyenne taille !
Exactement c’est un gros problème... d’ailleurs je prépare une vidéo sur les formations dans la data science.
Mais je te rejoins totalement sur le manque de skills de software engineering
Hello, je suis software Engineer et actuellement étudiant en data science avec un double diplomation, suggérer moi des cabinets pour postuler et voir ma chance. Votre vidéo est superbe
Hello mhtali, merci pour ton commentaire ! Des cabinets de conseil ?
Belle vidéo !
Merci !
J'ai un master 2 en data sciences mais je n'arrive pas à décrocher mon premier contrat et je connais au moins 6 personnes qui galèrent comme moi depuis plusieurs mois
C’est assez incroyable... sur indeed il y a eu -45% de job de data scientist en 2020 par rapport a 2019...
@@DefendIntelligence oui c est compliqué surtout quand on est un jeune diplômé et on cherche notre premier emploi. Les entreprises préfèrent des profils avec de l'expérience
@@lmls5310 tu penses qu'il vaut mieux faire une école d'ingénieur ou un bon master fera l'affaire ? Je suis en prepa je connais pas bien le marché du travail
@@lmls5310 vous avez réussi à trouvez un truc les gars ?
Moi Master en marketing + développement python
Et je cherche aussi.
Bonne analyse selon moi
Salut! Quelle école d'ingé as tu fait?
Hello ! L’IMT Atlantique 😊
Du coup, tu comptes faire une reconversion professionelle ?
Pas tout à fait. Je vais faire une deuxième partie de cette vidéo pour justement précisé ce point. Je ne dis pas que la data science est fini bien au contraire. Je dis juste que le poste de data scientist tel qu’on le défini aujourd’hui va évoluer.
tt est dit :))
:-)
IAI 'telligencee reel systeme moleculaire
Decor star wars ca ne peut qu'aller 😍
J'ai longtemps hésité ahaha
Que le métier de Data Scientist n'existe plus j'y crois pas du tout, pour le coup avec les techniques plus élaborées tels que le Reinforcement learning, l'analyse de donnée topologique ou de l'analyse de donnée bayésien, il est clair que ceux qui se disent data scientist en ne faisant que du scikit-learn sont déjà sur la touche mais les autres devront être bien plus pointu en technique et en connaissances mathématiques pour travailler sur des sujets plus complexe, d'ici à ce que ça soit automatisé ce ne sera pas pour tout de suite.
Exactement ! Je prépare justement une vidéo mercredi pour réorienter le propos. Il y aura de plus en plus de travail en DataScience mais pas sûr qu’on cherchera encore des “data scientist notebook sklearn” comme tu le dis
BJ c'est cool
Merci beaucoup ! N’hésite pas à partager si ça t’a plus 😊
Mais il raconte n’importe quoi
C’est mon métier, mais hésite pas à nous donner nous un cours. Je suis sur que tu as plein de choses à nous apprendre avec ta grande expérience.