Je participe pas mal de fois à des Jpo quand mon ancienne école m'appelle pour les aider à tenir les stands et ce qui se dégage le plus comme question c est "combien ça paye" et pas "qu est ce que je vais apprendre", "le taux d'employabilité", "le taux de réussite" ni même "à quoi je dois m'attendre au niveau de la difficulté". Beaucoup de jeunes mettent trop en avant le côté pécuniaire avant même de savoir si ça va leur plaire, et finalement il arrive que les désillusions s'opèrent quand il est trop tard. Réfléchissez toujours à ce que vous aimez faire. Vous n'êtes pas forcément bon ? OSEF, vous pourrez le devenir avec de l'expérience. Croire que l'argent fait tout, c'est déjà mettre un doigt dans l'engrenage du burn-out. Prenez garde à vous et ne laissez personne décider à votre place, que vous parents vous soutiennent c'est cool, qu'ils vous poussent à faire qqch que vous n'aimez pas parce que "sur internet c est écrit que ça paye bien", c'est la pire chose à faire. Bonne chance à tous
Dans le métier, le Machine Learning est vraiment la partie la plus amusante. 80% du temps est de trouver des solutions pour récupérer, stocker les données, les analyser et aussi arriver à trouver comment déployer les modèles.. L'entraînement c'est moins 5% du temps en fait. Le reste c'est des réunions, et de la lecture/écriture d'articles. A savoir que les gens qui sont les plus efficaces ne sont pas des pros des frameworks/APIs, mais sont des gens qui ont le background mathématique le plus gros. Le code c'est quand on a fini de réfléchir
Je suis développeur full stack et je fais des outils sur mesures pour les entreprises, et force est de constater que de plus en plus de clients, même sans savoir de quoi ils parlent exactement, me parlent d'IA et de machine learning. En fait c'est juste, comme tu le dis, une démocratisation du data scientism, et de l'envie des entreprise de valoriser leurs sets de données. Je pense me former à tout ça rien que pour proposer, en tant que dev, cette capacité à analyser réutiliser les bases de données.
coucou, je rentre l'an prochain en 3ème année d'école d'ingénieur en informatique et je devrais me spécialiser. Je pensais fortement à la datascience et me former en finance pour travailler dans le trading etc.. Mais d'après votre vidéo la demande d'emploi a chuté.. Dans 3 ans (donc quand je serais diplomées) sauriez vous laquelle des spécialités choisir du coup ? Celle où il y'aura le plus de demande sur le marché ? Avec un bon salaire genre 5k . Entre cybersécurité, data analyst, data scientist, intelligence artificielle, metaverse, informatique quantique et developpeur web ?Merci d'avance !!
Je recherche mon premier stage technique (Master 1 Big Data & Machine Learning, ingénieur) et j'avoue que c'est compliqué d'être sur de ce qu'on veux faire exactement vu le champ d'application et les outils/techniques du monde de la data science ... Merci pour tes vidéos, hâte d'entendre la suite
Aligné avec toi, mais quand tu parle de la chute de 45% entre juillet 2019 et juillet 2020, attention à l'effet covid qui vient s'ajouter à l'évolution du marché de la Data Science ;)
J'espère que cette vidéo permettra de préciser un peu plus mon propos dans la dernière vidéo :). Dites moi ce que vous en pensez vous d'ailleurs ? Vous voyez comment le rôle de DataScientist évolué ?
Pour ma part je vois 3 profils emerger du rôle de Data Scientist : - Le Research Data Scientist : La personne apte à faire de la modélisation from scratch, très spécifique en fonction des problématiques métier. Donc un profil très "matheux" et ayant une connaissance pointilleuse des maths et stats qui se cachent sous le capot des différents algorithmes. Profil qui selon moi va avoir une certaine importance dans les années à venir. Car les sociétés se dirigent de plus en plus vers des besoins très spécifiques la ou un simple .fit(), .predict() appliquée à la va vite se casse la gueule. - Le Data Scientist ayant une appétence pour le software Engineering : La personne qui sera en capacité de s'occuper de la modélisation et industrialisation de modèles. Ce qui implique de nos jours d'avoir une connaissance d'au moins une plateforme cloud (Azure, Aws, Gc...) et de connaître divers moyen d'industrialiser son modèle => ML/DL/NLP Engineer. Requiert de bonnes compétences en math, stats et computer science (Python, Spark, R, ML Pattern ... ) - Le Data Scientist AutoML "Citizen Data Scientist" : La personne qui se chargera d'implémenter des solutions d'auto ML , de les mettre en production et assurer leurs cycle de vie. Devra être à jour régulièrement des différents outils d'auto ML, CI/CD permettant de repondre à ces besoins. Requiert une faible connaissance en math et stat mais beaucoup de veille techno et une connaissance générale des concepts de l'intelligence artificielle/ Apprentissage automatique...
En premier lieu je te dirais que tout dépend de ton choix de carrière. Puis je te dirais que la France reste un pays très attaché aux diplômes (y'a du positif et du negatif à cela ça pourrait être un sujet de débat carrément). Donc passer par une école d'ingénieur sera souvent plus valorisant auprès de certaines entreprise pour cause leurs grilles de recrutement (qu'ils devraient dépoussiérer). Après l'essentiel est de vraiment s'attarder sur le contenu du cursus. Essayer de gratter des cours afin d'avoir une réelle idée de ce qui se fait que ce soit en école d'ingénieur ou Master
Super vidéo. Vois tu aussi le même engouement pour le métier de data engineer ? Ton analyse serait la même ? C’est à mon avis un métier plus technique et rebute ces fameux notebookeux dont tu parle
Merci pour ta vidéo mais j’ai une question. Dans ce cas admettons on est en licence ou en école d’ingénieur ou bts ou autre et que on veut travailler dans ce domaine auj il y’as des formations dédié à la data science sauf que dans ces formations c’est pas spécialisé en deep learning ou machine learning etc comment on peut savoir quand on va postuler que on a les compétences nécessaires ou pas sachant que on a fais un peu de tout dans nos études ?
Est-ce que vous pensez que ça vaut le coup de se spécialiser dans la data science dans une école de commerce? Ou le métier est uniquement réservé à ceux qui ont fait des études de mathématiciens ou d’ingénieurs ? De plus sachant que aujourd’hui seulement 15% des femmes sont data scientist, pensez vous qu’il sera d’autant plus compliqué de trouver un emploie dans ce domaine en étant une femme ?
Bonjour Julia, Non il ne sera pas comoliue d’être une femme en étant data scientist dans la plupart des équipes que je connais il y a une grande part de parités y compris dans mes équipes on est à 50/50 hommes femmes pile poil. Ensuite je vois de plus en plus d’école de commerce proposer des some en data science et c’est très bien ! Notamment pour aller faire une évolution en cours du poste de data scientist qu’on appel un “business analyst” 😊.
Bonjour je suis jeune étudiant en prepa , sur le marché du travail y'a t il une différence entre le diplôme d'ingénieur d'une école moyenne et et d'un master ( pour le data / cybersecurité )
Hello Tyrule, excellente question, ca dépend beaucoup de ton envie . J'ai fais une vidéo sur le métier d'ingénieur :ua-cam.com/video/hFrAc9gET9M/v-deo.html&ab_channel=DefendIntelligence . Globalement, je pense qu'il vaut mieux faire un très bon master, qu'une mauvaise école d'ingénieur. Mais n'oublie pas qu'en france les Titres comptent beaucoup, et le titre d'ingénieur en est un plutôt prestigieux.
Peut-être pour orienter ton choix puisque tu es en prépa, essaie de voir à quelle école tu peux prétendre, et n'oublie pas que beaucoup d'écoles proposent de suivre des Master de maths/info/IA/Data/... en parallèle, parfois de très bons Masters, donc école moyenne + bon master c'est probablement intéressant aussi, n'hésite pas à regarder ça dans tes choix si tu as le temps
Est ce que c'est possible d'être un spécialiste en intelligence artificielle et dans la cybersécurité? J'aimerais avoir beaucoup ton avis Merci d'avance
Absolument ! J'ai un ami notamment qui travail pour. une grande boite de télécom, et un autrepour un le ministere de la defense, ils sont ingénieur en IA et travail sur des problèmes de cybersécurité (prédiction d'attaques, , analyse de logs etc...)
Très intéressante la vidéo mais stp j'aimerai ton point de vue sur datascientest. Que penses tu de la formation de datascientist que propose datascientest?
Est-ce que la chute des offres d'emploi n'est pas due aux actualités de 2020 ? Je me suis formé à la data science en 2020, et je galère à trouver un emploi...
Merci beaucoup de ton témoignage :). Si en partie, mais pas que, car dans le même temps les offres de ML Engineer et de Data Engineer ont augmentés. C'est donc bien un problème avec ce poste de "data scientist". Qui est cruciale et super demandé, mais l'offre a explosé et les postes ont mutés. C'est tout le pourquoi de la réfléxion sur les deux dernières vidéos.
@@DefendIntelligence merci pour ta réponse, quand tu parles de Data Scientist "notebook" je me reconnais un peu, malheureusement... Quels seraient tes conseils pour accéder à l'emploi ?
Excellente question. Je te conseils de regarder la série de vidéo de Google sur le Machine Learning engineer notamment sur les approches end to end. Je prépare aussi une série de vidéo plus technique sur les compétences et les formations :-).
Arf c’est quoi le problème avec le son ? J’ai fais plusieurs test avec plusieurs appareils et ça semblait être ok... C’est une vrai galère pour moi le son je pense que je vais passer 2-3h de tuto pour comprendre comment bien réaliser le son
@@DefendIntelligence Je sais pas si tu le fais mais tu peux mixer le son : mettre un EQ (pour couper les basses fréquences notamment), utiliser un compresseur, etc. De plus, sur cette vidéo, je trouve qu'il y a vraiment beaucoup d'écho donc je t'encourage à parler plus près du micro (pour que le son de ta voix l'emporte sur l'écho) :)
Je pense que c'est une mauvaise idée de mêler le marché DS en France et aux US. En France, on est bcp moins avancé dans le domaine. Exemple : combien d'entreprises en France font vraiment du NLP ou de la CV ? Et combien aux US ? ça n'a rien à voir
Ah ben je peux te citer facilement une trentaine d’ami.e.s qui travail en France et qui travaillent sur des problématiques concrètes dans bcp d’entreprises différentes sur du CV où du NLP. Moi y compris. Donc je te rassure c’est plutôt proche . Et justement les US sont toujours en avance ce qui nous laisse le temps de voir arriver les modes en France. :)
Globalement tu trouveras énormément de réponse trés différente. Moi je préfere dire comme Google, que le Machine Learning est le domaine globale d'apprentissage machine et le deep learning et un ensemble de techniques utilisant notamment les réseaux de neurones qui font aussi parti du Machine Learning. j'ai fais une vidéo sur le deep learning si ca peut t'aider et j'explique notamment cette différence : ua-cam.com/video/t3B1BItaNZE/v-deo.html&ab_channel=DefendIntelligence.
Toute cette mousse au mur pour faire une vidé digne d'un enregistrement dans un cathédrale ? Je te chambre, en fait merci beaucoup pour cette mine d'information très concrète.
Très intéressante la vidéo mais stp j'aimerai ton point de vue sur datascientest. Que penses tu de la formation de datascientist que propose datascientest?
Je participe pas mal de fois à des Jpo quand mon ancienne école m'appelle pour les aider à tenir les stands et ce qui se dégage le plus comme question c est "combien ça paye" et pas "qu est ce que je vais apprendre", "le taux d'employabilité", "le taux de réussite" ni même "à quoi je dois m'attendre au niveau de la difficulté".
Beaucoup de jeunes mettent trop en avant le côté pécuniaire avant même de savoir si ça va leur plaire, et finalement il arrive que les désillusions s'opèrent quand il est trop tard.
Réfléchissez toujours à ce que vous aimez faire. Vous n'êtes pas forcément bon ? OSEF, vous pourrez le devenir avec de l'expérience.
Croire que l'argent fait tout, c'est déjà mettre un doigt dans l'engrenage du burn-out.
Prenez garde à vous et ne laissez personne décider à votre place, que vous parents vous soutiennent c'est cool, qu'ils vous poussent à faire qqch que vous n'aimez pas parce que "sur internet c est écrit que ça paye bien", c'est la pire chose à faire.
Bonne chance à tous
Dans le métier, le Machine Learning est vraiment la partie la plus amusante. 80% du temps est de trouver des solutions pour récupérer, stocker les données, les analyser et aussi arriver à trouver comment déployer les modèles.. L'entraînement c'est moins 5% du temps en fait. Le reste c'est des réunions, et de la lecture/écriture d'articles. A savoir que les gens qui sont les plus efficaces ne sont pas des pros des frameworks/APIs, mais sont des gens qui ont le background mathématique le plus gros. Le code c'est quand on a fini de réfléchir
Je suis développeur full stack et je fais des outils sur mesures pour les entreprises, et force est de constater que de plus en plus de clients, même sans savoir de quoi ils parlent exactement, me parlent d'IA et de machine learning. En fait c'est juste, comme tu le dis, une démocratisation du data scientism, et de l'envie des entreprise de valoriser leurs sets de données. Je pense me former à tout ça rien que pour proposer, en tant que dev, cette capacité à analyser réutiliser les bases de données.
Super vidéo je me posais justement la question et c'est parfait t'es passé par là :) !
Super vidéo, once again 🙏
coucou, je rentre l'an prochain en 3ème année d'école d'ingénieur en informatique et je devrais me spécialiser. Je pensais fortement à la datascience et me former en finance pour travailler dans le trading etc.. Mais d'après votre vidéo la demande d'emploi a chuté.. Dans 3 ans (donc quand je serais diplomées) sauriez vous laquelle des spécialités choisir du coup ? Celle où il y'aura le plus de demande sur le marché ? Avec un bon salaire genre 5k . Entre cybersécurité, data analyst, data scientist, intelligence artificielle, metaverse, informatique quantique et developpeur web ?Merci d'avance !!
Je recherche mon premier stage technique (Master 1 Big Data & Machine Learning, ingénieur) et j'avoue que c'est compliqué d'être sur de ce qu'on veux faire exactement vu le champ d'application et les outils/techniques du monde de la data science ...
Merci pour tes vidéos, hâte d'entendre la suite
Aligné avec toi, mais quand tu parle de la chute de 45% entre juillet 2019 et juillet 2020, attention à l'effet covid qui vient s'ajouter à l'évolution du marché de la Data Science ;)
De la spécialisation, tu as tout dit !
Super vidéo, merci à toi :)
Merci à toi d'avoir regardé, n'hésite pas à partager si ca t'as plus :).
Très bonne vidéo 👍. Pourrais-tu aussi aborder en détail quelles sont les réelles compétences attendues en détail si possible 😁.
Oui ! La semaine prochaine je fais justement une vidéo d'valuation sur les différentes formations de data scientist. :)
J'espère que cette vidéo permettra de préciser un peu plus mon propos dans la dernière vidéo :). Dites moi ce que vous en pensez vous d'ailleurs ? Vous voyez comment le rôle de DataScientist évolué ?
Pour ma part je vois 3 profils emerger du rôle de Data Scientist :
- Le Research Data Scientist : La personne apte à faire de la modélisation from scratch, très spécifique en fonction des problématiques métier. Donc un profil très "matheux" et ayant une connaissance pointilleuse des maths et stats qui se cachent sous le capot des différents algorithmes. Profil qui selon moi va avoir une certaine importance dans les années à venir. Car les sociétés se dirigent de plus en plus vers des besoins très spécifiques la ou un simple .fit(), .predict() appliquée à la va vite se casse la gueule.
- Le Data Scientist ayant une appétence pour le software Engineering : La personne qui sera en capacité de s'occuper de la modélisation et industrialisation de modèles. Ce qui implique de nos jours d'avoir une connaissance d'au moins une plateforme cloud (Azure, Aws, Gc...) et de connaître divers moyen d'industrialiser son modèle => ML/DL/NLP Engineer. Requiert de bonnes compétences en math, stats et computer science (Python, Spark, R, ML Pattern ... )
- Le Data Scientist AutoML "Citizen Data Scientist" : La personne qui se chargera d'implémenter des solutions d'auto ML , de les mettre en production et assurer leurs cycle de vie. Devra être à jour régulièrement des différents outils d'auto ML, CI/CD permettant de repondre à ces besoins. Requiert une faible connaissance en math et stat mais beaucoup de veille techno et une connaissance générale des concepts de l'intelligence artificielle/ Apprentissage automatique...
@@faridahamada3440 bonjour, en France est il préférable de faire un master à la fac ou une école d'ingénieur pour se spécialiser là dedans?
En premier lieu je te dirais que tout dépend de ton choix de carrière.
Puis je te dirais que la France reste un pays très attaché aux diplômes (y'a du positif et du negatif à cela ça pourrait être un sujet de débat carrément). Donc passer par une école d'ingénieur sera souvent plus valorisant auprès de certaines entreprise pour cause leurs grilles de recrutement (qu'ils devraient dépoussiérer). Après l'essentiel est de vraiment s'attarder sur le contenu du cursus. Essayer de gratter des cours afin d'avoir une réelle idée de ce qui se fait que ce soit en école d'ingénieur ou Master
Super vidéo.
Vois tu aussi le même engouement pour le métier de data engineer ?
Ton analyse serait la même ?
C’est à mon avis un métier plus technique et rebute ces fameux notebookeux dont tu parle
Merci pour ta vidéo mais j’ai une question. Dans ce cas admettons on est en licence ou en école d’ingénieur ou bts ou autre et que on veut travailler dans ce domaine auj il y’as des formations dédié à la data science sauf que dans ces formations c’est pas spécialisé en deep learning ou machine learning etc comment on peut savoir quand on va postuler que on a les compétences nécessaires ou pas sachant que on a fais un peu de tout dans nos études ?
Charbonne en dehors
Est-ce que vous pensez que ça vaut le coup de se spécialiser dans la data science dans une école de commerce? Ou le métier est uniquement réservé à ceux qui ont fait des études de mathématiciens ou d’ingénieurs ? De plus sachant que aujourd’hui seulement 15% des femmes sont data scientist, pensez vous qu’il sera d’autant plus compliqué de trouver un emploie dans ce domaine en étant une femme ?
Bonjour Julia,
Non il ne sera pas comoliue d’être une femme en étant data scientist dans la plupart des équipes que je connais il y a une grande part de parités y compris dans mes équipes on est à 50/50 hommes femmes pile poil.
Ensuite je vois de plus en plus d’école de commerce proposer des some en data science et c’est très bien ! Notamment pour aller faire une évolution en cours du poste de data scientist qu’on appel un “business analyst” 😊.
Bonjour je suis jeune étudiant en prepa , sur le marché du travail y'a t il une différence entre le diplôme d'ingénieur d'une école moyenne et et d'un master ( pour le data / cybersecurité )
Hello Tyrule, excellente question, ca dépend beaucoup de ton envie . J'ai fais une vidéo sur le métier d'ingénieur :ua-cam.com/video/hFrAc9gET9M/v-deo.html&ab_channel=DefendIntelligence . Globalement, je pense qu'il vaut mieux faire un très bon master, qu'une mauvaise école d'ingénieur. Mais n'oublie pas qu'en france les Titres comptent beaucoup, et le titre d'ingénieur en est un plutôt prestigieux.
Peut-être pour orienter ton choix puisque tu es en prépa, essaie de voir à quelle école tu peux prétendre, et n'oublie pas que beaucoup d'écoles proposent de suivre des Master de maths/info/IA/Data/... en parallèle, parfois de très bons Masters, donc école moyenne + bon master c'est probablement intéressant aussi, n'hésite pas à regarder ça dans tes choix si tu as le temps
Est ce que c'est possible d'être un spécialiste en intelligence artificielle et dans la cybersécurité? J'aimerais avoir beaucoup ton avis
Merci d'avance
Absolument ! J'ai un ami notamment qui travail pour. une grande boite de télécom, et un autrepour un le ministere de la defense, ils sont ingénieur en IA et travail sur des problèmes de cybersécurité (prédiction d'attaques, , analyse de logs etc...)
Ça paye bien ??
Très intéressante la vidéo mais stp j'aimerai ton point de vue sur datascientest. Que penses tu de la formation de datascientist que propose datascientest?
Je vais publier une vidéo la semaine prochaine , notamment avec eux :).
Est-ce que la chute des offres d'emploi n'est pas due aux actualités de 2020 ? Je me suis formé à la data science en 2020, et je galère à trouver un emploi...
Merci beaucoup de ton témoignage :). Si en partie, mais pas que, car dans le même temps les offres de ML Engineer et de Data Engineer ont augmentés. C'est donc bien un problème avec ce poste de "data scientist". Qui est cruciale et super demandé, mais l'offre a explosé et les postes ont mutés. C'est tout le pourquoi de la réfléxion sur les deux dernières vidéos.
@@DefendIntelligence merci pour ta réponse, quand tu parles de Data Scientist "notebook" je me reconnais un peu, malheureusement... Quels seraient tes conseils pour accéder à l'emploi ?
Excellente question. Je te conseils de regarder la série de vidéo de Google sur le Machine Learning engineer notamment sur les approches end to end. Je prépare aussi une série de vidéo plus technique sur les compétences et les formations :-).
@@DefendIntelligence bonjour, peut on avoir le lien de la vidéo ?
Intéressant ! Dommage que la qualité du son soit pas incroyable cependant ! ;(
Arf c’est quoi le problème avec le son ? J’ai fais plusieurs test avec plusieurs appareils et ça semblait être ok... C’est une vrai galère pour moi le son je pense que je vais passer 2-3h de tuto pour comprendre comment bien réaliser le son
@@DefendIntelligence Je sais pas si tu le fais mais tu peux mixer le son : mettre un EQ (pour couper les basses fréquences notamment), utiliser un compresseur, etc.
De plus, sur cette vidéo, je trouve qu'il y a vraiment beaucoup d'écho donc je t'encourage à parler plus près du micro (pour que le son de ta voix l'emporte sur l'écho) :)
Merci pour les tips je fais rien de tout ça il faudra que je m’y mette 😅
@@DefendIntelligence moi je le trouve assez bon meme si on croirait que ça raisonne un peu
Je pense que c'est une mauvaise idée de mêler le marché DS en France et aux US. En France, on est bcp moins avancé dans le domaine. Exemple : combien d'entreprises en France font vraiment du NLP ou de la CV ? Et combien aux US ? ça n'a rien à voir
Ah ben je peux te citer facilement une trentaine d’ami.e.s qui travail en France et qui travaillent sur des problématiques concrètes dans bcp d’entreprises différentes sur du CV où du NLP.
Moi y compris. Donc je te rassure c’est plutôt proche . Et justement les US sont toujours en avance ce qui nous laisse le temps de voir arriver les modes en France. :)
Quelle est la différence entre machine learning et deep learning ?
Sciences étonnantes a fait une vidéo sur le deep learning je te la conseille 😉.
@@copy2.052 et pour résumer en 1 ligne ?
Globalement tu trouveras énormément de réponse trés différente. Moi je préfere dire comme Google, que le Machine Learning est le domaine globale d'apprentissage machine et le deep learning et un ensemble de techniques utilisant notamment les réseaux de neurones qui font aussi parti du Machine Learning.
j'ai fais une vidéo sur le deep learning si ca peut t'aider et j'explique notamment cette différence : ua-cam.com/video/t3B1BItaNZE/v-deo.html&ab_channel=DefendIntelligence.
@@DefendIntelligence ok merci
Toute cette mousse au mur pour faire une vidé digne d'un enregistrement dans un cathédrale ?
Je te chambre, en fait merci beaucoup pour cette mine d'information très concrète.
Ma déception est grande aussi 😅😂... c’est mes manipulations de post production qui sont nulles :/... je vais travailler dessus. Merci 😊
Très intéressante la vidéo mais stp j'aimerai ton point de vue sur datascientest. Que penses tu de la formation de datascientist que propose datascientest?