Navigation

Inscrivez-vous gratuitement
pour pouvoir participer, suivre les réponses en temps réel, voter pour les messages, poser vos propres questions et recevoir la newsletter

  1. #1
    Candidat au Club
    Femme Profil pro
    Conseil en assistance à maîtrise d'ouvrage
    Inscrit en
    avril 2017
    Messages
    4
    Détails du profil
    Informations personnelles :
    Sexe : Femme
    Localisation : France, Hauts de Seine (Île de France)

    Informations professionnelles :
    Activité : Conseil en assistance à maîtrise d'ouvrage
    Secteur : Conseil

    Informations forums :
    Inscription : avril 2017
    Messages : 4
    Points : 4
    Points
    4

    Par défaut reconversion data science-recherche formation

    Bonjour à tous,
    Je suis à la recherche des formations pour reconversion en data science
    si vous avez des pistes pour des centres,cours en ligne ,formation continue .........
    j'ai trouvé JEDHA connaissez vous cette formation?

    Remarque je suis salariée




    Merci pour votre aide

  2. #2
    Expert Oracle confirmé

    Homme Profil pro
    Administrateur de base de données
    Inscrit en
    mars 2003
    Messages
    371
    Détails du profil
    Informations personnelles :
    Sexe : Homme
    Localisation : France, Essonne (Île de France)

    Informations professionnelles :
    Activité : Administrateur de base de données
    Secteur : Conseil

    Informations forums :
    Inscription : mars 2003
    Messages : 371
    Points : 760
    Points
    760

    Par défaut

    Bonjour,

    Vaste question, à laquelle je vais essayer de vous apporter qq éléments de réflexion.



    Pour moi, il y a effectivement 3 possibilités de se former :

    1) suivre un MOOC, une formation en ligne donc, plus ou moins longue. Je ne connais pas Jedha, mais ce genre de formation ne manque pas.

    Posez aussi la question à votre employeur pour voir aussi si il ne propose pas par hasard un accès à une plateforme de formation en ligne. Mon nouvel employeur m'a ainsi fait bénéficier d'un accès à Pluralsight.



    2) reprendre des cours. Habitant sur Paris, c'est la formule qui a été la plus plébiscitée par mes collègues. Ils sont ainsi plusieurs à être retournés sur les bancs du CNAM pour suivre une formation en Data Science.



    3) enfin je n'ai connu qu'une seule personne qui a suivi la très réputée filière Data Science de Télécom Paris.

    Attention là on rentre dans une autre dimension : formation d'un an à 10.000 euros que la personne s'est payée elle-même, sans compter les 28 jours de congés pris sans solde pour suivre les cours, et sans compter les cours qu'elle a du reprendre avant au CNAM et aussi par un professeur particulier pour se remettre à niveau en math, stats, proba et je ne sais quoi avant de pouvoir intégrer Télécom Paris.

    Mais à ce prix là, ce n'est pas seulement une formation que vous vous payez. Vous intégrez aussi tout un réseau de connaissances....



    Du coup, les questions à se poser sont nombreuses :

    1) le temps que l'on va devoir y consacrer : c'est pour moi un point crucial, un des plus importants. Car tous ceux qui croient s'en sortir avec 5 à 6 heures par semaine se trompent lourdement.

    Toutes mes connaissances, ainsi que moi, en sommes sortis sur les rotules. Pendant votre formation, surtout si vous travaillez, vous n'avez plus de vie !

    Pour ma part, j'y ai passé 15 à 20 heures par semaine, et cela chaque semaine, sans répit pendant les 5 mois de formation. Et après 1 mois de vacances, rebelotte pendant 1 mois et demi avec le projet à faire.



    2) pensez à votre niveau de départ, surtout avec les langages de programmation. Moi je ne connaissais pas Python avant de faire du Big Data, et cela m'a beaucoup ralenti dans les exercices à faire (sur une VM Cloudera).

    Donc vérifiez le niveau de connaissances exigées au départ, notamment en Python et en R, ainsi que le bagage mathématique nécessaire et le niveau de connaissances en algorithmes (supervisés, non supervisés, cluster, K-Means, arbres de décision...) avant de vous lancer



    3) penchez vous sur l'aspect financement : vous avez des MOOC par exemple que l'on peut suivre gratuitement, mais moi j'avais préféré payer à l'époque les 360 euros demandés pour la spécialisation Big Data de 6 mois et demi.

    Bien m'en a pris car vous êtes ainsi certifiés.

    Cela signifie que si vous payez :
    - il vous faut une Webcam pour prendre en photo votre visage et aussi une pièce d'identité
    - à chaque cours (d'environ 1 mois), vous avez un résultat avec un pourcentage de réussite global, ainsi qu'un numéro de licence
    - et cerise sur le gâteau, vous pouvez automatiquement enrichir votre profil Linkedin si vous le souhaitez, ce qui aide en cas de recherche d'un nouveau poste

    Voir aussi si vous pouvez avoir une aide de votre employeur, d'un organisme quelconque ou du CPF (Compte Personnel de Formation).



    4) étudier l'aspect matériel : il vous faut certes un ordinateur. Mais attention car si avec 4 Go de RAM, je pense que vous pouvez faire un peu de développement Python, dès que vous faites du Big Data, ou du Machine Learning sur Spark par exemple, ou autre, et que vous utilisez pour cela une VM Hadoop toute faite, là il vous faut plutôt un ordinateur avec 16 Go de RAM.

    Pour mon cas, j'avais téléchargé la VM de Cloudera sous Virtualbox pour disposer d'un cluster Hadoop mono-noeud, et les 16 Go de mon PC n'était pas de trop pour faire tous les exercices sur MapReduce, Hive, Pig, Spark & Co...



    5) autre aspect matériel : les livres.

    Parfois on a besoin de s'acheter un livre. Et à environ 50 euros le livre, l'addition monte vite.

    Dans ce cas, envisagez peut-être de prendre un abonnement annuel, ou mensuel si cela est proposé, sur une plateforme de livres en ligne, comme :

    https://www.safaribooksonline.com/
    http://www.informit.com/
    https://www.editions-eni.fr/
    https://www.apress.com/us


    Certes, cela peut paraître cher, mais vous avez accès à l'intégralité de leurs livres en ligne !

    Une astuce : surveillez les promotions à 50 %
    Par exemple, sur Safari Books Online, l'abonnement annuel de 400 $ est parfois proposé à 200 $.

    Autre astuce : qq (trop) rares entreprises disposent d'un accès à ce genre de plateforme.



    6) le niveau d'anglais pour les formations en ligne, car toutes les vidéos sont en anglais et parfois, on tombe sur des formateurs difficiles à comprendre à cause de leur accent.

    A noter qu'il est parfois possible d'activer le sous-titrage en anglais, et que parfois, les cours ont été traduits, de manière plus ou moins approximatives, en d'autres langues.


    7) ne vous contentez pas de suivre les vidéos pour les MOOC.

    On croit à tort qu'il suffit de regarder les vidéos. Sauf que, pour ceux qui veulent être certifiés, il y a après des quizz ainsi que des exercices de programmation.

    Et là, si l'on n'a pas pris de notes ni de copie d'écran, comme il est difficile de mémoriser le contenu d'une dizaine de vidéos allant chacune de 3 à 15 minutes, on passe un temps fou à rechercher les infos pour répondre aux quizz.

    Concrètement, une vidéo de 15 minutes me demandait en fait entre 45 minutes à une heure pour la traiter, le temps de la regarder une première fois, puis de la repasser en prenant des notes de l'essentiel et en faisant des copies d'écran dans un document Word.

    Sinon on ne s'en sort pas.

    C'est pour cela qu'un MOOC peut demander autant d'heures de travail par semaine.

    Voilà mon retour d'expérience, en espérant que cela vous aide.

  3. #3
    Candidat au Club
    Femme Profil pro
    Conseil en assistance à maîtrise d'ouvrage
    Inscrit en
    avril 2017
    Messages
    4
    Détails du profil
    Informations personnelles :
    Sexe : Femme
    Localisation : France, Hauts de Seine (Île de France)

    Informations professionnelles :
    Activité : Conseil en assistance à maîtrise d'ouvrage
    Secteur : Conseil

    Informations forums :
    Inscription : avril 2017
    Messages : 4
    Points : 4
    Points
    4

    Par défaut un grand merci pour ce retour

    j'ai oublié de préciser que je n'ai aucune compétence en programmation ,pensez vous cette reconversion est possible ou pas .
    j'aimerais bien avoir un bon conseil afin d'entamer ou pas ce chemin

  4. #4
    Expert Oracle confirmé

    Homme Profil pro
    Administrateur de base de données
    Inscrit en
    mars 2003
    Messages
    371
    Détails du profil
    Informations personnelles :
    Sexe : Homme
    Localisation : France, Essonne (Île de France)

    Informations professionnelles :
    Activité : Administrateur de base de données
    Secteur : Conseil

    Informations forums :
    Inscription : mars 2003
    Messages : 371
    Points : 760
    Points
    760

    Par défaut

    Aïe, désolé mais c'est incontournable.

    A l'heure actuelle, je n'ai pas rencontré un seul Data Scientist qui ne connaisse pas le langage Python.

    Non seulement ils connaissent Python, mais en plus la plupart connaissent le langage R qui est un langage plutôt orienté pour les statisticiens.

    Pour moi, mais je peux me tromper, vous devriez essayez de vous autoformer sur Python, soit par un livre ou en suivant un MOOC gratuit sur Internet.

    Si vous n'accrochez pas, je pense que ce n'est pas la peine de poursuivre.

Discussions similaires

  1. Recherche formation Prolog
    Par gicquairea dans le forum Prolog
    Réponses: 7
    Dernier message: 12/08/2007, 22h54
  2. Réponses: 4
    Dernier message: 19/04/2007, 01h33
  3. load data infile et format date
    Par Mathieu72 dans le forum SQL Procédural
    Réponses: 1
    Dernier message: 27/01/2007, 12h59
  4. [format] recherche format dbf
    Par cibouseb dans le forum Autres SGBD
    Réponses: 8
    Dernier message: 03/05/2006, 11h19
  5. recherche formation
    Par pascal.cargouet dans le forum Etudes
    Réponses: 1
    Dernier message: 10/02/2006, 13h15

Partager

Partager
  • Envoyer la discussion sur Viadeo
  • Envoyer la discussion sur Twitter
  • Envoyer la discussion sur Google
  • Envoyer la discussion sur Facebook
  • Envoyer la discussion sur Digg
  • Envoyer la discussion sur Delicious
  • Envoyer la discussion sur MySpace
  • Envoyer la discussion sur Yahoo