Discussion :

[le prof Lotus]

Bonjour,

J'aimerai avoir vos avis, vos conseils et éventuellement des astuces pour mon projet de reconversion professionnelle.

Voilà, J'ai 40 ans, je vis en région parisienne, une expérience entièrement académique: de l'enseignement et de la recherche scientifique.
Il se trouve que je ne suis pas non plus néofite en informatique puisque j'ai toujours programmé depuis mes 10 ans et que j'ai suivi à un moment donné une formation de 6 mois (Java/C#, Sql, uml...) avec des projets concrets.
Et que d'autres parts je fais des programmes VBA depuis 15 ans pour modéliser mathématiquement divers phénomènes physiques et procédés industriels.
J'ai une formation très variées (Ingénieur agroalimentaire, Licence+2 masters de maths et maths appliquées, doctorat et recherches en physique, electronique, energies renouvelables..).
Je veux devenir data sicentist, j'ai donc suivi une formation en Python orienté vers les Data Sciences et ML.

Comment pensez vous que je dois m'y prendre, Les pièges à éviter, là où je dois creuser, là où je dois m'améliorer..

[MaximeCh]

Bonjour, pas une recommandation, mais un exemple, j'ai 30 ans, je cherche à m'orienter vers ce même genre de poste, mes objectifs :

Au niveau technique :

1. Connaissances solides linux bash coreutils, python, c, r, julia
2. Maîtrise du modèle relationnel, du SQL, d'au moins un SGBDR (postgresql).
3. Maîtrise de git
4. Connaissance des formats et transformations xml(xsd/xquery/xpath/xslt), json
5. Statistique avançée
6. Réseaux bayésiens
7. Map/reduce et stack Hadoop
8. Stack Elasticsearch Logstash Kibana
9. Deep learning, DCGAN
10. Des notions de graphql, de sparql
11. Connaissance du monde nosql / newsql
12. Notions blockchain

Au niveau culture professionnelle :
Veille sur l'état de l'art de la data science mondiale.
Connaissance de l'écosystème des cabinets de conseil, et des formations.
Etat des entreprises françaises par rapport à la ""digitalisation, au big data, à l'IA""

[Mathieu__]

Bonjour,

J'aimerai avoir vos avis, vos conseils et éventuellement des astuces pour mon projet de reconversion professionnelle.

Voilà, J'ai 40 ans, je vis en région parisienne, une expérience entièrement académique: de l'enseignement et de la recherche scientifique.
Il se trouve que je ne suis pas non plus néofite en informatique puisque j'ai toujours programmé depuis mes 10 ans et que j'ai suivi à un moment donné une formation de 6 mois (Java/C#, Sql, uml...) avec des projets concrets.
Et que d'autres parts je fais des programmes VBA depuis 15 ans pour modéliser mathématiquement divers phénomènes physiques et procédés industriels.
J'ai une formation très variées (Ingénieur agroalimentaire, Licence+2 masters de maths et maths appliquées, doctorat et recherches en physique, electronique, energies renouvelables..).
Je veux devenir data sicentist, j'ai donc suivi une formation avec attestation Udemy en Python orienté vers les Data Sciences et ML.

Comment pensez vous que je dois m'y prendre, Les pièges à éviter, là où je dois creuser, là où je dois m'améliorer..

A ton âge on attendra du recul plus que de l'expertise. (de toutes façons l'expertise change tous les 2 ans donc bon)
Pense à renouer des contacts et à bien réseauter.

[olivier50]

Salut ayant une formation en Maths je suis en train d'étudier le marché. Voilà mon ressenti:

c'est beaucoup plus simple de trouver un emploi dans l'informatique de gestion que la data car les ssiis font dans la facilité et c'est plus facile de trouver des missions en info de gestion à facturer.

Le marché de la Data, "facile d'accès", est plus positionné sur les problématiques du Big, de la volumétrie et donc c'est très techos: hadoop, spark ...

En réalité tes compétences risquent de faire peur: tu auras trois écueils: le premier: trop de missions BI ou BIG complètement décalées avec tes compétences, le second: le salaire, le troisième: avec ton parcours on partira du principe que tu as le réseau pour trouver par toi même.

Je pensais pouvoir me reconvertir dans la Data mais je m'aperçois que c'est très compliqué car le marché est soit positionné sur des problématiques d'extraction/restitution plus confiées à des juniors ou d'autres beaucoup plus techniques (hadoop, spark).

Consulte les annonces sur indeed ou l'apec et tu verras ce qui est attendu: cela rejoint les deux points précédents que j'évoque.

A+

[olivier50]

(...)[*]Réseaux bayésiens
(...)

Post et démarches très intéressants:

Précisons que si on va sur le site de Saclay où ils proposent un master datascience mais on pourrait parler de Orsay/Saclay/Palaiseau: ils ont l’honnêteté de dire que ma majorité des étudiants se destine à la recherche.

A+

[Chezkele]

Enseignant-Chercheur

Tu es donc hyper privilégié.

Pourquoi diable veux-tu changer?