Messages de UnDataScientist

Le 07 juin 2020 à 01:11:23 SuperDDBman a écrit :
Es-tu content de ton job?

Oui. C'est pas l'éclat tout le temps et y'a des trucs chiants (souvent quand faut pipeauter) mais beaucoup de trucs intéressant à faire. Et c'est bien payé alors que je reste chez moi en télétravail.

Le 07 juin 2020 à 01:07:17 iphone13 a écrit :

tu peux tomber sur un manager hyper enthousiaste sur la data science et te donner open bar quand un autre va trouver ca nul et te demander des simples macro ;
ça faut réussir a le déceler avant d'être dans la boite

Je confirme

Le 07 juin 2020 à 01:05:24 Etoilestellaire a écrit :
Salut khey,

Je suis intéressé par les data science mais le mot est tellement vague que je ne sais pas à quoi ça correspond en réalité : - Analyse des données pour les interprétater
- Utiliser des données pour faire des algorithmes
- Modéliser, predire des phénomenes
- Tout ce qui est machine et deep learning... ?

Tu connais les applications qu’on peut en faire dans le domaine de la médecine et biologie ?

Plein. On pourrait par exemple utiliser du computer vision pour faire des diagnostiques de radio, de scanner. Détecter des grains de beauté cancéreux. Faire une sorte de chatbot qui remplace ton docteur en te disant de quoi est-ce que tu souffres à partir des symptômes, couplé à de la computer vision pour analyser visuellement ton état. Beaucoup d'applications en génétique aussi. L'idée c'est toujours la même, pour simplifier, t'as une masse de données où tu connais l'outcome et t'utilises des outils statistiques pour dégager des patterns pour faire de la prédiction sur les nouveaux cas.

Le 07 juin 2020 à 01:02:03 iphone13 a écrit :

Le 07 juin 2020 à 00:53:54 UnDataScientist a écrit :

Le 07 juin 2020 à 00:44:52 iphone13 a écrit :

Le 07 juin 2020 à 00:38:31 UnDataScientist a écrit :

Le 07 juin 2020 à 00:33:14 iphone13 a écrit :

Le 07 juin 2020 à 00:27:57 UnDataScientist a écrit :

Le 07 juin 2020 à 00:21:29 iphone13 a écrit :

Le 07 juin 2020 à 00:17:23 UnDataScientist a écrit :

Le 07 juin 2020 à 00:08:04 Gemsil a écrit :
C'est facile de s'expatrier en data science (genre en Asie) ? La plupart des jobs sont à Paris en France non ? Quelles sont les possibilités d'évolution ?

Est-ce que tu penses comme certains que la data science est une hype passagère qui va mourir dans 5-10 ans ?

(Je suis en fac de maths)

Je sais pas pour l'Asie. Mais oui en France, c'est principalement à Paris que ça se passe. Après post-corona peut être que ça va changer.

Ca va pas disparaître, mais les outils se démocratisent tellement que mêmes les commerciaux vont pouvoir faire le travail que je fais actuellement. Après je sais pas comment ça va finir.

perso je pense que ce qui risque de partir c'est ceux qui se contente juste du bullshit "j'ai fais un modèle en ML voici le résultat"
tout le travail de récupération / traitement / analyse des données restera important : quand t'as de la donnée pourri on peut pas automatiser le traitement de cette donnée pour la rendre analysable
pareil le truc pourra peut être te construire des modèles, mais ensuite prendre les bonnes décisions en conséquences non

Pour la récupération des données, je pense que ça deviendra de plus en plus facile et qu'on aura de plus en plus de standards et de normes pour stocker les données et aussi pour les merger.
Pour le traitement, y'a des trucs d'autoML qui font du très bon boulot déjà. Puis à force de traiter les mêmes problèmes, on verra sûrement des process avec des templates tout fait selon la nature du projet.
Pour l'analyse de données, au final t'as pas besoin de savoir comment l'algo derrière marche pour interpréter 90% des trucs à interpréter. Et dans beaucoup de cas ça suffit amplement.

la données normalisé je sais pas a quel point

enfin moi je vois au quotidien c'est mon taf, on doit bosser sur des données pourri, genre la donnée ca peut être un message what's app d'un mec envoyé depuis un port au brésil (je bosse dans les commo), des rapports de gars pas foutu de normaliser leurs fichiers excel (et qu'il y a le logo, et qu'il y a pas le logo, et que les noms de pays sont en anglais / portugais)
enfin je vois tellement de truc pourri et de mauvaises habitudes dans les boites que je vois pas comment on peut changer ca d'ici 5 ans
d'ici 30-40 ans je dis pas quand la nouvelle génération aura pris le "pouvoir" du boulot et aura des bonnes pratiques pour la création de données (i.e. utiliser des master data, avoir des données structurer etc...) mais on y est pas encore

C'est dur de dire combien de temps ça va prendre, mais perso je pense que c'est faisable (typiquement ton trucs de pays c'est le genre de trucs assez simple à faire je pense. D'ailleurs ça m'étonnerait pas que les solutions d'autoML reconnaissent déjà ça comme pays et reformate bien le tout automatiquement en norme ISO).

Après ça va peut être pas changer de mon vivant, je sais pas.

ce que je veux dire c'est que l'humain est un facteur trop important dans le changement
en théorie c'est facile
en pratique : les gens ne veulent pas changer
je me souviens quand j'étais en stage a la sogé, chaque desk faisais ses bails de leurs côtés, il n'y avait aucune database en commun, pour avoir les données tu devais aller les chercher directement avec des clés usb sur des PC de mec qui les avaient, parce que ca a pas été mis en place a la base et que les gens veulent plus partagé leurs données même au sein d'une boite
alors c'est possible de changer, suffit qu'un CEO arrive et dise on arrête les conneries et on centralise tout

sauf que au sein d'une tel boite, ca prend des années
alors au seins de pays différents au quatre coins du monde, c'est pas demain la veille que ce sera fais

Oui mais moi ce que je dis c'est que le facteur humain va changer de place parce que les outils se démocratisent de plus en plus. Quand je bosse avec un expert terrain, généralement c'est lui qui fournit les connaissances du domaines et moi les compétences stats et ML. Sauf que si ça devient accessible à tout le monde, il vaut mieux un expert terrain qu'un data scientist.

Après je parle d'un point de vue macro, bien évidemment que d'un point de vue micro y'aura toujours des gens old school.

on verra bien
mais je pense qu'on a vraiment un bon nombre d'années devant nous pour ça

c'est comme pour le ML en médecines : en théorie, on pourrait avoir des algos qui te disent si t'es malades ou noms (typiquement pour détecter le cancer du sein, j'ai vu récemment qu'un algo avait été capable de le déceler bien avant un médecin)
mais en pratique, les gens ne voudront pas se faire soigner par des algos, ils préfèreront avoir le bon médecins qui leurs fait leurs diagnostic même si on arrive a montrer en pratique que l'algo sera plus performant. Avoir un humain en face de nous est rassurant
donc le radiologue a encore de l'avenir même si a terme il pourrait être remplacer

après c'est mon opinion, si ca se trouve l'avenir me montrera le contraire

Oui après je pense qu'on a de belles années devant nous mais on est jamais à l'abri d'une surprise. Un peu comme le PC, c'était réservé aux geeks à un temps, maintenant c'est devenu un outil indispensable pour toutes les boîtes et tout le monde sait plus ou moins comment s'en servir. Après tu me diras, on a toujours besoin d'informaticiens.

Le 07 juin 2020 à 00:59:44 Crocketts a écrit :

Le 07 juin 2020 à 00:55:39 UnDataScientist a écrit :

Le 07 juin 2020 à 00:46:49 Crocketts a écrit :
J'ai envie de me re orienter en data scientist dans mon entreprise d'ici 2 ans. Que me conseil tu de travailler d'ici là, j'ai commencé à monter une architecture Hdfs sur plusieurs VM pour faire tourner des scripts. Je connais Python, mais j'ai aussi commencé à toucher Scala.
Des conseils khey?

Focus toi sur Python, fais des MOOCS et essaie de faire des POC dans ta boîte. Pour moi une des missions du data scientist c'est de faire preuve d'initiative et d'explorer ce qui peut se faire aussi.

Oui j'ai identifié un projet sur mon poste où il y a clairement un besoin d'analyse de données de masse, et personne ne veut s'y mettre, ça sera ma carte de visite pour la suite.
PS: je suis ingénieur d'exploitation en réseau et informatique depuis 4 ans, je ne pars pas de 0.
Merci Khey

Je connais quelques personnes dans ton cas (reconversion en data science dans la même boîte), ça c'est plutôt bien passé pour eux. J'pense que c'est une chance si ta boîte est OK avec ça. GL

Le 07 juin 2020 à 00:50:47 Gemsil a écrit :

Le 07 juin 2020 à 00:41:48 iphone13 a écrit :

Le 07 juin 2020 à 00:33:41 Gemsil a écrit :

Le 07 juin 2020 à 00:27:57 UnDataScientist a écrit :

Le 07 juin 2020 à 00:21:29 iphone13 a écrit :

Le 07 juin 2020 à 00:17:23 UnDataScientist a écrit :

Le 07 juin 2020 à 00:08:04 Gemsil a écrit :
C'est facile de s'expatrier en data science (genre en Asie) ? La plupart des jobs sont à Paris en France non ? Quelles sont les possibilités d'évolution ?

Est-ce que tu penses comme certains que la data science est une hype passagère qui va mourir dans 5-10 ans ?

(Je suis en fac de maths)

Je sais pas pour l'Asie. Mais oui en France, c'est principalement à Paris que ça se passe. Après post-corona peut être que ça va changer.

Ca va pas disparaître, mais les outils se démocratisent tellement que mêmes les commerciaux vont pouvoir faire le travail que je fais actuellement. Après je sais pas comment ça va finir.

perso je pense que ce qui risque de partir c'est ceux qui se contente juste du bullshit "j'ai fais un modèle en ML voici le résultat"
tout le travail de récupération / traitement / analyse des données restera important : quand t'as de la donnée pourri on peut pas automatiser le traitement de cette donnée pour la rendre analysable
pareil le truc pourra peut être te construire des modèles, mais ensuite prendre les bonnes décisions en conséquences non

Pour la récupération des données, je pense que ça deviendra de plus en plus facile et qu'on aura de plus en plus de standards et de normes pour stocker les données et aussi pour les merger.
Pour le traitement, y'a des trucs d'autoML qui font du très bon boulot déjà. Puis à force de traiter les mêmes problèmes, on verra sûrement des process avec des templates tout fait selon la nature du projet.
Pour l'analyse de données, au final t'as pas besoin de savoir comment l'algo derrière marche pour interpréter 90% des trucs à interpréter. Et dans beaucoup de cas ça suffit amplement.

Ca fait combien de temps que tu travailles dans la data science ? Tu penses que c'est toujours un domaine porteur aujourd'hui pour un étudiant de maths appliquées? Tu me conseillerais quoi sinon ? Je sais pas trop quoi faire

si tu compte juste le travail ca fait pas longtemps, depuis octobre (avril 2019 si tu comptes le stage)
et je sors d'une école info/math appliqué donc je dirai oui
après je te dirai de faire gaffe au moment de tes choix : tu peux très vite te retrouver en ss2i ou consultant ou on va te vendre data scientist pour finir simple dev a jamais toucher de la data
j'ai eu la chance d'arriver dans une boite qui veut vraiment investir la dedans, avec des vrais possibilités de data (on va pouvoir analyser des données simple d'export de fichiers excel, a des données satellites pour prévoir la pousse des champs sur l'année en cours, à l'analyser gps des bateaux qui transportent la marchandise, a la demande sur les différents continents, etc...) en gros la boite a énormément de possibilités de données d'analyses et s'en donne les moyens : ca rend le taf au quotidien intéressant et tu peux voir une vrai application, et derrière t'as même des data sciants affectés directement au trading pur, bref y'a plein de possibilités

en gros, vu le peu d'xp que j'ai, je te dirai soit vraiment attentif a ce qui t'es proposé dans tes stages, intéresse toi vraiment au business de la boite et des possibilités que tu pourras y faire, si c'est un domaine en expansion dedans ou si c'est juste une équipe de 3 gars pour faire genre, si il y a de l'avenir dans les années a venir, en gros pas simplement regarder les proposition de stage/cdi mais t'intéresser vraiment au business même de la boite et pas hésiter a demander conseils aux gens à l'intérieur (c'est ce que j'ai fais, j'ai été assez surpris de l'honnête de certains vis a vis du bullshit que ca pouvait être dans leurs boites)

Merci pour tes conseils. T'es payé combien comme débutant (j'aimerais avoir un taff intéressant ET bien payé si possible je vais pas mentir ) ? Tu travailles à Paris j'imagine ?

Dans ta promo est-ce qu'il y en a beaucoup qui ont réussi à s'expatrier et où ? J'espère éviter l'enfer parisien à tout prix

45k fixe (+ des primes classiques I/P) en sortie d'école en RP. Après je suis l'un des mieux payés de ma promo, généralement ça tourne autour de 40k-42k.

Pas tellement d'expatriés (et généralement c'est des gens en stage qui ont continué dans la même boîte), 20% je dirais à la louche en regardant les autres promos. Paris ça concentre quand même l'essentiel de l'offre en France.

Le 07 juin 2020 à 00:46:49 Crocketts a écrit :
J'ai envie de me re orienter en data scientist dans mon entreprise d'ici 2 ans. Que me conseil tu de travailler d'ici là, j'ai commencé à monter une architecture Hdfs sur plusieurs VM pour faire tourner des scripts. Je connais Python, mais j'ai aussi commencé à toucher Scala.
Des conseils khey?

Focus toi sur Python, fais des MOOCS et essaie de faire des POC dans ta boîte. Pour moi une des missions du data scientist c'est de faire preuve d'initiative et d'explorer ce qui peut se faire aussi.

Le 07 juin 2020 à 00:44:52 iphone13 a écrit :

Le 07 juin 2020 à 00:38:31 UnDataScientist a écrit :

Le 07 juin 2020 à 00:33:14 iphone13 a écrit :

Le 07 juin 2020 à 00:27:57 UnDataScientist a écrit :

Le 07 juin 2020 à 00:21:29 iphone13 a écrit :

Le 07 juin 2020 à 00:17:23 UnDataScientist a écrit :

Le 07 juin 2020 à 00:08:04 Gemsil a écrit :
C'est facile de s'expatrier en data science (genre en Asie) ? La plupart des jobs sont à Paris en France non ? Quelles sont les possibilités d'évolution ?

Est-ce que tu penses comme certains que la data science est une hype passagère qui va mourir dans 5-10 ans ?

(Je suis en fac de maths)

Je sais pas pour l'Asie. Mais oui en France, c'est principalement à Paris que ça se passe. Après post-corona peut être que ça va changer.

Ca va pas disparaître, mais les outils se démocratisent tellement que mêmes les commerciaux vont pouvoir faire le travail que je fais actuellement. Après je sais pas comment ça va finir.

perso je pense que ce qui risque de partir c'est ceux qui se contente juste du bullshit "j'ai fais un modèle en ML voici le résultat"
tout le travail de récupération / traitement / analyse des données restera important : quand t'as de la donnée pourri on peut pas automatiser le traitement de cette donnée pour la rendre analysable
pareil le truc pourra peut être te construire des modèles, mais ensuite prendre les bonnes décisions en conséquences non

Pour la récupération des données, je pense que ça deviendra de plus en plus facile et qu'on aura de plus en plus de standards et de normes pour stocker les données et aussi pour les merger.
Pour le traitement, y'a des trucs d'autoML qui font du très bon boulot déjà. Puis à force de traiter les mêmes problèmes, on verra sûrement des process avec des templates tout fait selon la nature du projet.
Pour l'analyse de données, au final t'as pas besoin de savoir comment l'algo derrière marche pour interpréter 90% des trucs à interpréter. Et dans beaucoup de cas ça suffit amplement.

la données normalisé je sais pas a quel point

enfin moi je vois au quotidien c'est mon taf, on doit bosser sur des données pourri, genre la donnée ca peut être un message what's app d'un mec envoyé depuis un port au brésil (je bosse dans les commo), des rapports de gars pas foutu de normaliser leurs fichiers excel (et qu'il y a le logo, et qu'il y a pas le logo, et que les noms de pays sont en anglais / portugais)
enfin je vois tellement de truc pourri et de mauvaises habitudes dans les boites que je vois pas comment on peut changer ca d'ici 5 ans
d'ici 30-40 ans je dis pas quand la nouvelle génération aura pris le "pouvoir" du boulot et aura des bonnes pratiques pour la création de données (i.e. utiliser des master data, avoir des données structurer etc...) mais on y est pas encore

C'est dur de dire combien de temps ça va prendre, mais perso je pense que c'est faisable (typiquement ton trucs de pays c'est le genre de trucs assez simple à faire je pense. D'ailleurs ça m'étonnerait pas que les solutions d'autoML reconnaissent déjà ça comme pays et reformate bien le tout automatiquement en norme ISO).

Après ça va peut être pas changer de mon vivant, je sais pas.

ce que je veux dire c'est que l'humain est un facteur trop important dans le changement
en théorie c'est facile
en pratique : les gens ne veulent pas changer
je me souviens quand j'étais en stage a la sogé, chaque desk faisais ses bails de leurs côtés, il n'y avait aucune database en commun, pour avoir les données tu devais aller les chercher directement avec des clés usb sur des PC de mec qui les avaient, parce que ca a pas été mis en place a la base et que les gens veulent plus partagé leurs données même au sein d'une boite
alors c'est possible de changer, suffit qu'un CEO arrive et dise on arrête les conneries et on centralise tout

sauf que au sein d'une tel boite, ca prend des années
alors au seins de pays différents au quatre coins du monde, c'est pas demain la veille que ce sera fais

Oui mais moi ce que je dis c'est que le facteur humain va changer de place parce que les outils se démocratisent de plus en plus. Quand je bosse avec un expert terrain, généralement c'est lui qui fournit les connaissances du domaines et moi les compétences stats et ML. Sauf que si ça devient accessible à tout le monde, il vaut mieux un expert terrain qu'un data scientist.

Après je parle d'un point de vue macro, bien évidemment que d'un point de vue micro y'aura toujours des gens old school.

Le 07 juin 2020 à 00:44:48 Whyalaf a écrit :
En vous écoutant, j'ai l'impression que pour bien s'en sortir en tant que Data Scientist, faut sortir du lot. Du genre ne pas se contenter des simples choses que tout le monde dans le milieu peut faire mais pourquoi pas aller chercher d'autres compétences dans d'autres domaines ou encore approfondir ses connaissances en programmation

Y'a un truc où pour bien s'en sortir on a pas besoin de sortir du lot ?

Le 07 juin 2020 à 00:34:39 Whyalaf a écrit :

Le 06 juin 2020 à 23:34:48 UnDataScientist a écrit :

Le 06 juin 2020 à 23:30:23 Whyalaf a écrit :
C'est mon futur métier si tout se passe bien

T'as déjà été Data Scientist en banque ? Ou c'est mieux dans un grand groupe dans une direction plus "marketing" ?

En banque 90% c'est pipeau. Trop de réglementations d'ailleurs pour pouvoir faire vraiment joujou. Certains préfèrent ça.

C'est trop vague le coup du marketing dans un grand groupe. Puis j'imagine que ça dépend vraiment de la bôite.

Je vois, merci pour ta réponse

Dans notre parcours, y'a une grosse partie économétrie/statistiques/séries temporelles (en plus de tout ce qui est machine learning/data maning), est-ce que ça te sers dans ton taff ?

Oui. Généralement pour faire de la régression de séries temporelles quand y'a un truc qui marche c'est souvent les trucs d'économistes genre ARIMA (mais 95% du temps c'est de la merde et on se rend compte que prédire le point précédent donne le meilleur résultat. Faut arrêter de croire que beaucoup de chose peuvent se prédire juste en regardant le passé). Il faut casser le mythe des RNN pour les séries temporelles. Ca donne des résultats en NLP, mais ça s'arrête là.

Et les stats c'est essentiel pour faire du bon travail.

Le 07 juin 2020 à 00:33:41 Gemsil a écrit :

Le 07 juin 2020 à 00:27:57 UnDataScientist a écrit :

Le 07 juin 2020 à 00:21:29 iphone13 a écrit :

Le 07 juin 2020 à 00:17:23 UnDataScientist a écrit :

Le 07 juin 2020 à 00:08:04 Gemsil a écrit :
C'est facile de s'expatrier en data science (genre en Asie) ? La plupart des jobs sont à Paris en France non ? Quelles sont les possibilités d'évolution ?

Est-ce que tu penses comme certains que la data science est une hype passagère qui va mourir dans 5-10 ans ?

(Je suis en fac de maths)

Je sais pas pour l'Asie. Mais oui en France, c'est principalement à Paris que ça se passe. Après post-corona peut être que ça va changer.

Ca va pas disparaître, mais les outils se démocratisent tellement que mêmes les commerciaux vont pouvoir faire le travail que je fais actuellement. Après je sais pas comment ça va finir.

perso je pense que ce qui risque de partir c'est ceux qui se contente juste du bullshit "j'ai fais un modèle en ML voici le résultat"
tout le travail de récupération / traitement / analyse des données restera important : quand t'as de la donnée pourri on peut pas automatiser le traitement de cette donnée pour la rendre analysable
pareil le truc pourra peut être te construire des modèles, mais ensuite prendre les bonnes décisions en conséquences non

Pour la récupération des données, je pense que ça deviendra de plus en plus facile et qu'on aura de plus en plus de standards et de normes pour stocker les données et aussi pour les merger.
Pour le traitement, y'a des trucs d'autoML qui font du très bon boulot déjà. Puis à force de traiter les mêmes problèmes, on verra sûrement des process avec des templates tout fait selon la nature du projet.
Pour l'analyse de données, au final t'as pas besoin de savoir comment l'algo derrière marche pour interpréter 90% des trucs à interpréter. Et dans beaucoup de cas ça suffit amplement.

Ca fait combien de temps que tu travailles dans la data science ? Tu penses que c'est toujours un domaine porteur aujourd'hui pour un étudiant de maths appliquées? Tu me conseillerais quoi sinon ? Je sais pas trop quoi faire Et j'ai l'impression que la data science c'est rempli de PNJ qui sont là parce qu'ils savaient pas quoi faire d'autre après leurs études de maths appliquées

Je trempe dans le milieu depuis 2-3 ans. D'un côté je pense que c'est porteur, de l'autre je pense que ça devient de plus en plus facile (les outils sont de plus en plus simples et automatisés) et les pays pauvres font de la concurrence. Mais je saurais pas te dire comment de temps ça va prendre pour changer, en l'état c'est un milieu qui recrute quand même beaucoup et qui paie très bien.

Oui une partie sont là pour la hype et l'argent.

Le 07 juin 2020 à 00:33:14 iphone13 a écrit :

Le 07 juin 2020 à 00:27:57 UnDataScientist a écrit :

Le 07 juin 2020 à 00:21:29 iphone13 a écrit :

Le 07 juin 2020 à 00:17:23 UnDataScientist a écrit :

Le 07 juin 2020 à 00:08:04 Gemsil a écrit :
C'est facile de s'expatrier en data science (genre en Asie) ? La plupart des jobs sont à Paris en France non ? Quelles sont les possibilités d'évolution ?

Est-ce que tu penses comme certains que la data science est une hype passagère qui va mourir dans 5-10 ans ?

(Je suis en fac de maths)

Je sais pas pour l'Asie. Mais oui en France, c'est principalement à Paris que ça se passe. Après post-corona peut être que ça va changer.

Ca va pas disparaître, mais les outils se démocratisent tellement que mêmes les commerciaux vont pouvoir faire le travail que je fais actuellement. Après je sais pas comment ça va finir.

perso je pense que ce qui risque de partir c'est ceux qui se contente juste du bullshit "j'ai fais un modèle en ML voici le résultat"
tout le travail de récupération / traitement / analyse des données restera important : quand t'as de la donnée pourri on peut pas automatiser le traitement de cette donnée pour la rendre analysable
pareil le truc pourra peut être te construire des modèles, mais ensuite prendre les bonnes décisions en conséquences non

Pour la récupération des données, je pense que ça deviendra de plus en plus facile et qu'on aura de plus en plus de standards et de normes pour stocker les données et aussi pour les merger.
Pour le traitement, y'a des trucs d'autoML qui font du très bon boulot déjà. Puis à force de traiter les mêmes problèmes, on verra sûrement des process avec des templates tout fait selon la nature du projet.
Pour l'analyse de données, au final t'as pas besoin de savoir comment l'algo derrière marche pour interpréter 90% des trucs à interpréter. Et dans beaucoup de cas ça suffit amplement.

la données normalisé je sais pas a quel point

enfin moi je vois au quotidien c'est mon taf, on doit bosser sur des données pourri, genre la donnée ca peut être un message what's app d'un mec envoyé depuis un port au brésil (je bosse dans les commo), des rapports de gars pas foutu de normaliser leurs fichiers excel (et qu'il y a le logo, et qu'il y a pas le logo, et que les noms de pays sont en anglais / portugais)
enfin je vois tellement de truc pourri et de mauvaises habitudes dans les boites que je vois pas comment on peut changer ca d'ici 5 ans
d'ici 30-40 ans je dis pas quand la nouvelle génération aura pris le "pouvoir" du boulot et aura des bonnes pratiques pour la création de données (i.e. utiliser des master data, avoir des données structurer etc...) mais on y est pas encore

C'est dur de dire combien de temps ça va prendre, mais perso je pense que c'est faisable (typiquement ton trucs de pays c'est le genre de trucs assez simple à faire je pense. D'ailleurs ça m'étonnerait pas que les solutions d'autoML reconnaissent déjà ça comme pays et reformate bien le tout automatiquement en norme ISO).

Après ça va peut être pas changer de mon vivant, je sais pas.

Le 07 juin 2020 à 00:25:23 Blackmasterbis a écrit :

Le 07 juin 2020 à 00:20:37 UnDataScientist a écrit :

Le 07 juin 2020 à 00:10:09 Blackmasterbis a écrit :

Le 07 juin 2020 à 00:06:51 UnDataScientist a écrit :

Le 06 juin 2020 à 23:59:52 Blackmasterbis a écrit :

Le 06 juin 2020 à 23:48:39 UnDataScientist a écrit :

Le 06 juin 2020 à 23:45:05 Blackmasterbis a écrit :

Le 06 juin 2020 à 23:42:15 UnDataScientist a écrit :

Le 06 juin 2020 à 23:35:55 Blackmasterbis a écrit :
dans quels secteurs d'activités as-tu fait tes projets ? est-ce que c'est plus difficile de trouver un poste ou des missions dans un secteur autre que les banques/finance/assurances (secteur que je déteste) ?

En comptant les projets école et les stages, j'ai fait santé, banque/assurance, R&D, industrie.

Ca dépend si aller dans une start-up avec un petit salaire qui te dérange pas et la possibilité que la boîte fasse faillite dans un an (y'en a beaucoup qui surfe sur la vague big data alors qu'au final leur produit c'est de la merde).

à ce point là ? du coup y'a pas tellement beaucoup de débouchés au sein des grands de l'industrie, du transport, de l’énergie, de la santé etc ?

Non mais ce que je voulais dire c'est que ça peut aller à de beaucoup de débouchés à tellement de débouchés que tu pourras pas tout postuler. Mais généralement, hors start up, sauf à postuler en interne (ce qui a l'air pas d'être la norme et y'a pas beaucoup de places), tu vas dans une boîte de conseil qui vont te laisser ou non le choix du secteur d'activité où tu finis.

ouais avant d'être dans mon entreprise actuelle j'ai beaucoup galérer pour trouver. j'ai fait une bonne trentaine d 'entretiens pendant 1 an (tous avec des ESN) mais ça n'a rien donné, je pense que c'est dû au fait que je leur faisais savoir que les banques et assurances ça m'intéressait pas

actuellement je suis dans une SSII (grand groupe), dans une branche qui est spécialisée industrie/energie/transport/aéronautique/etc...ça va faire bientôt 2 ans que j'y suis mais j'ai l'impression qu'ils galèrent beaucoup à trouver des missions dans la data.

j'ai pu faire une ayant duré 1 an et 2 mois sur de la data analyse, puis intercontrat pendant 4 mois pour ensuite faire une autre chez le même client où cette fois-ci c'était de la vraie data science mais pour 2 mois et demi. et là avec la crise corona rebelotte je suis en intercontart

Miskine. T'as peur de te faire virer ?

un peu oui. du coup j'ai un peu commencè à chercher ailleurs depuis quelques temps
après vu que je suis plus en période d'essai je pense pas qu'ils peuvent me virer aussi facilement

Après y'a pas des histoires comme quoi il peuvent t'envoyer à perpètes pour te faire démissionner ?

sérieux ? dis pas ça kheyhttps://image.noelshack.com/fichiers/2018/10/1/1520256134-risitasue2.png

Je sais pas je trempe pas dans les ESN perso. Mais on m'a dit que certaines de ces boites de charognards faisaient ça.

Le 07 juin 2020 à 00:21:06 Gemsil a écrit :

Le 07 juin 2020 à 00:17:23 UnDataScientist a écrit :

Le 07 juin 2020 à 00:08:04 Gemsil a écrit :
C'est facile de s'expatrier en data science (genre en Asie) ? La plupart des jobs sont à Paris en France non ? Quelles sont les possibilités d'évolution ?

Est-ce que tu penses comme certains que la data science est une hype passagère qui va mourir dans 5-10 ans ?

(Je suis en fac de maths)

Je sais pas pour l'Asie. Mais oui en France, c'est principalement à Paris que ça se passe. Après post-corona peut être que ça va changer.

Ca va pas disparaître, mais les outils se démocratisent tellement que mêmes les commerciaux vont pouvoir faire le travail que je fais actuellement. Après je sais pas comment ça va finir.

Oui même les commerciaux s'y mettent, c'est à cause de ça que je me dis que ça commence peut-être à puer J'ai l'impression que tout le monde peut se proclamer data scientist aujourd'hui Tu penses qu'un data scientist peut facilement se reconvertir dans un autre domaine s'il ne trouve plus de job valorisant pour lui dans la data science ? Je suis en fac de maths et je sais pas quoi faire

Parfois j'ai l'impression de faire de la figuration auprès des gens pour alimenter le discours d'innovation de la boîte.
Mais j'avoue que je sais pas, au final je me dis que l'essentiel de mon métier n'est pas si compliqué que ça, et que Vanesh en Inde pourrait faire plus ou moins ce que je fais techniquement pour un tiers de mon salaire.

Au pire je finis product owner/commercial.

Le 07 juin 2020 à 00:21:29 iphone13 a écrit :

Le 07 juin 2020 à 00:17:23 UnDataScientist a écrit :

Le 07 juin 2020 à 00:08:04 Gemsil a écrit :
C'est facile de s'expatrier en data science (genre en Asie) ? La plupart des jobs sont à Paris en France non ? Quelles sont les possibilités d'évolution ?

Est-ce que tu penses comme certains que la data science est une hype passagère qui va mourir dans 5-10 ans ?

(Je suis en fac de maths)

Je sais pas pour l'Asie. Mais oui en France, c'est principalement à Paris que ça se passe. Après post-corona peut être que ça va changer.

Ca va pas disparaître, mais les outils se démocratisent tellement que mêmes les commerciaux vont pouvoir faire le travail que je fais actuellement. Après je sais pas comment ça va finir.

perso je pense que ce qui risque de partir c'est ceux qui se contente juste du bullshit "j'ai fais un modèle en ML voici le résultat"
tout le travail de récupération / traitement / analyse des données restera important : quand t'as de la donnée pourri on peut pas automatiser le traitement de cette donnée pour la rendre analysable
pareil le truc pourra peut être te construire des modèles, mais ensuite prendre les bonnes décisions en conséquences non

Pour la récupération des données, je pense que ça deviendra de plus en plus facile et qu'on aura de plus en plus de standards et de normes pour stocker les données et aussi pour les merger.
Pour le traitement, y'a des trucs d'autoML qui font du très bon boulot déjà. Puis à force de traiter les mêmes problèmes, on verra sûrement des process avec des templates tout fait selon la nature du projet.
Pour l'analyse de données, au final t'as pas besoin de savoir comment l'algo derrière marche pour interpréter 90% des trucs à interpréter. Et dans beaucoup de cas ça suffit amplement.

Le 07 juin 2020 à 00:10:09 Blackmasterbis a écrit :

Le 07 juin 2020 à 00:06:51 UnDataScientist a écrit :

Le 06 juin 2020 à 23:59:52 Blackmasterbis a écrit :

Le 06 juin 2020 à 23:48:39 UnDataScientist a écrit :

Le 06 juin 2020 à 23:45:05 Blackmasterbis a écrit :

Le 06 juin 2020 à 23:42:15 UnDataScientist a écrit :

Le 06 juin 2020 à 23:35:55 Blackmasterbis a écrit :
dans quels secteurs d'activités as-tu fait tes projets ? est-ce que c'est plus difficile de trouver un poste ou des missions dans un secteur autre que les banques/finance/assurances (secteur que je déteste) ?

En comptant les projets école et les stages, j'ai fait santé, banque/assurance, R&D, industrie.

Ca dépend si aller dans une start-up avec un petit salaire qui te dérange pas et la possibilité que la boîte fasse faillite dans un an (y'en a beaucoup qui surfe sur la vague big data alors qu'au final leur produit c'est de la merde).

à ce point là ? du coup y'a pas tellement beaucoup de débouchés au sein des grands de l'industrie, du transport, de l’énergie, de la santé etc ?

Non mais ce que je voulais dire c'est que ça peut aller à de beaucoup de débouchés à tellement de débouchés que tu pourras pas tout postuler. Mais généralement, hors start up, sauf à postuler en interne (ce qui a l'air pas d'être la norme et y'a pas beaucoup de places), tu vas dans une boîte de conseil qui vont te laisser ou non le choix du secteur d'activité où tu finis.

ouais avant d'être dans mon entreprise actuelle j'ai beaucoup galérer pour trouver. j'ai fait une bonne trentaine d 'entretiens pendant 1 an (tous avec des ESN) mais ça n'a rien donné, je pense que c'est dû au fait que je leur faisais savoir que les banques et assurances ça m'intéressait pas

actuellement je suis dans une SSII (grand groupe), dans une branche qui est spécialisée industrie/energie/transport/aéronautique/etc...ça va faire bientôt 2 ans que j'y suis mais j'ai l'impression qu'ils galèrent beaucoup à trouver des missions dans la data.

j'ai pu faire une ayant duré 1 an et 2 mois sur de la data analyse, puis intercontrat pendant 4 mois pour ensuite faire une autre chez le même client où cette fois-ci c'était de la vraie data science mais pour 2 mois et demi. et là avec la crise corona rebelotte je suis en intercontart

Miskine. T'as peur de te faire virer ?

un peu oui. du coup j'ai un peu commencè à chercher ailleurs depuis quelques temps
après vu que je suis plus en période d'essai je pense pas qu'ils peuvent me virer aussi facilement

Après y'a pas des histoires comme quoi il peuvent t'envoyer à perpètes pour te faire démissionner ?

Le 07 juin 2020 à 00:09:45 3Virgule141592 a écrit :
Analyser des données ça consiste à quoi ?
Juste les analyser grâce à des fonctions python puis les interpréter en "lettres" ou finalement tu transformes les données et tu les envoies à quelqu'un d'autre ?

Analyse des perfs, des résultats, recherche de biais, faire du feature engineering à la main ... Tu peux aussi utiliser une métrique d'évaluation qui est pas parlant pour les non-techniques, donc il faut savoir le traduire pour les autres.

Ca dépend aussi beaucoup de la nature de ce que tu fais, tout n'est pas textbook non plus.

Le 07 juin 2020 à 00:08:04 Gemsil a écrit :
C'est facile de s'expatrier en data science (genre en Asie) ? La plupart des jobs sont à Paris en France non ? Quelles sont les possibilités d'évolution ?

Est-ce que tu penses comme certains que la data science est une hype passagère qui va mourir dans 5-10 ans ?

(Je suis en fac de maths)

Je sais pas pour l'Asie. Mais oui en France, c'est principalement à Paris que ça se passe. Après post-corona peut être que ça va changer.

Ca va pas disparaître, mais les outils se démocratisent tellement que mêmes les commerciaux vont pouvoir faire le travail que je fais actuellement. Après je sais pas comment ça va finir.

Le 06 juin 2020 à 23:59:52 Blackmasterbis a écrit :

Le 06 juin 2020 à 23:48:39 UnDataScientist a écrit :

Le 06 juin 2020 à 23:45:05 Blackmasterbis a écrit :

Le 06 juin 2020 à 23:42:15 UnDataScientist a écrit :

Le 06 juin 2020 à 23:35:55 Blackmasterbis a écrit :
dans quels secteurs d'activités as-tu fait tes projets ? est-ce que c'est plus difficile de trouver un poste ou des missions dans un secteur autre que les banques/finance/assurances (secteur que je déteste) ?

En comptant les projets école et les stages, j'ai fait santé, banque/assurance, R&D, industrie.

Ca dépend si aller dans une start-up avec un petit salaire qui te dérange pas et la possibilité que la boîte fasse faillite dans un an (y'en a beaucoup qui surfe sur la vague big data alors qu'au final leur produit c'est de la merde).

à ce point là ? du coup y'a pas tellement beaucoup de débouchés au sein des grands de l'industrie, du transport, de l’énergie, de la santé etc ?

Non mais ce que je voulais dire c'est que ça peut aller à de beaucoup de débouchés à tellement de débouchés que tu pourras pas tout postuler. Mais généralement, hors start up, sauf à postuler en interne (ce qui a l'air pas d'être la norme et y'a pas beaucoup de places), tu vas dans une boîte de conseil qui vont te laisser ou non le choix du secteur d'activité où tu finis.

ouais avant d'être dans mon entreprise actuelle j'ai beaucoup galérer pour trouver. j'ai fait une bonne trentaine d 'entretiens pendant 1 an (tous avec des ESN) mais ça n'a rien donné, je pense que c'est dû au fait que je leur faisais savoir que les banques et assurances ça m'intéressait pas

actuellement je suis dans une SSII (grand groupe), dans une branche qui est spécialisée industrie/energie/transport/aéronautique/etc...ça va faire bientôt 2 ans que j'y suis mais j'ai l'impression qu'ils galèrent beaucoup à trouver des missions dans la data.

j'ai pu faire une ayant duré 1 an et 2 mois sur de la data analyse, puis intercontrat pendant 4 mois pour ensuite faire une autre chez le même client où cette fois-ci c'était de la vraie data science mais pour 2 mois et demi. et là avec la crise corona rebelotte je suis en intercontart

Miskine. T'as peur de te faire virer ?

Le 07 juin 2020 à 00:02:13 iphone13 a écrit :

Le 06 juin 2020 à 23:57:50 UnDataScientist a écrit :

Le 06 juin 2020 à 23:50:09 iphone13 a écrit :
Tu bosses à Paris ou en province ?
T'es à quel niveau d'augmentation/an?
Typiquement j'ai été embauché en province à 40k fixe (4k variable), est ce que une augmentation au bout d'un an et demi de 10 à 20% est envisageable ?

Paris.
Je sais pas, c'est ma première année. Tu m'aurais demandé au début de l'année j'aurais dit que je visais 10%, avec la crise je sais pas si c'est jouable.

40k +4k variable en province si tu sors d'école c'est bien mieux que mes 45k fixe en RP. Et je suis déjà dans le haut du panier en terme de salaire.

Après t'as l'air de faire moins d'horaire que moi, je suis à 9-18 tout le temps
Ta boîte à beaucoup été affecté par le Corona ?

En fait je gruge beaucoup quand je suis en télétravail (mais en même temps je suis plus efficace aussi). Hors corona, j'ai droit à un jour de télétravail par semaine. J'espère qu'on en aura encore plus post crise (apparemment au moins jusqu'à fin de l'année on pourra rester chez nous)

Oui en terme de business et de CA. En terme d'infra pour faire du télétravail, non c'était déjà bien mis en place.