10 raisons de ne PAS devenir Data Scientist. 

Pensez à partager et à vous abonner ! svp :) Toutes les raisons sont basées sur mon expérience personnelle, et le métier peut changer en fonction de l'entreprise dans laquelle vous êtes. Et vous ? Vous avez des raisons de ne PAS devenir Data Scientist ? (Le lien vers Telegram et le discord dans la description de la vidéo)

Excellente vidéo vraiment ! Je suis en phase de reconversion et je trouve ultra important les points que tu as soulevé. Je prends des notes et j’espère que j’arriverai à mettre en valeur ces choses là lors de mes premiers entretiens. Merci :)

Super vidéo comme d’habitude. Le telegram est tres intéressant pour faire de la veille merci!!!

Super vidéo ! Je suis étudiante en économie et c'est clairement de ce genre de conseils et points de vue dont j'ai besoin pour me spécialiser. Merci de partager ton savoir et ton expérience ! ✌

Elle est top cette chaîne ! Merci !

Très pertinent tout du long, ta vidéo va clairement m'aider à tisser le fil conducteur de mes lettres de motivation et les discours en entretien, merci !

J'aime beaucoup ta chaine... Je suis passionné de mathématiques et d'informatique et je souhaiterai travailler dans le domaine des données. Ta chaîne est vraiment inspirante.

Une excellent vidéo, je suis en train de finir mes études de Data Scientist et c’est super important d’être au courant de tous les points dont tu parles. Merci

10 raisons de ne pas être Data Scientist c'est en fait 10 raisons de le devenir 😎

Merci pour cette vidéo , elle est très informative

Super vidéo, merci! De mon expérience, le point clé est la veille et la capacité de vulgarisation. Malgré que la DS soit un domaine à la pointe de la technologie et complexe, les livrables et les présentations des résultats doivent être à niveau de compréhension simple et en alignement avec les besoins business. Un peu de frustration lorsqu’on utilise le dernier modèle à la mode mais que le client s’en fiche. Il faut être orienté Résultat

Tjr aussi intéressantes tes vidéos, merci :)

Vraiment très complet et beaucoup de point son très semblable au développement Web !

Merci pour cette vidéo , en essayant de comprendre ta vidéos dans le sens inverse elle ma permit de savoir que c'est ce métier que j'ai envie de faire tout en étant réaliste et comprendre que certains des points que tu as abordé ne sont pas encore des acquis et nécessite donc d'être travaillés.

Merci pour votre explication détaillée et franche. Je songeais à me reconvertir dans ce métier, maintenant je réfléchi encore plus.

Super vidéo ! Pour ma part, j'ai bossé sur des projets data en tant que chef de projet. Je fais également du recrutement pour mon entreprise. J'ai l'impression que la data science est devenue une mode et qu'une partie des candidats se lance dedans sans vraiment savoir ce que ça signifie ou les compétences requises. Mais cela est également vrai pour nous les managers. L'entreprise se transforme avec des orientations data-driven mais on n'acculture pas notre strat de management qui n'y connaît rien... Heureusement c'est en train de changer. Je te rejoins totalement sur le 10ème point. J'ai eu un data scientist qui ne savait absolument pas vulgariser, quel enfer ! Impossible de savoir où il en est, de comprendre les problèmes qu'ils rencontrent ou de pouvoir lui apporter de l'aide. Et de ce fait, il s'est auto isolé du reste de l'équipe, ce qui était vraiment dommage surtout pour lui.

Bien résumé, c'est exactement ce que j'ai constaté en entreprise! Mais y'a un autre point aussi: je pense que les data scientists les plus expérimentés doivent penser à créer leurs propres boites de consulting ou des startups dans leurs domaines d'expertises pour la simple raison qu'un DS acquis plusieurs expériences durant son parcours (backend, analys, business, IA, ... etc) ce qui est unique pour un informaticien ce qui lui permets d'être vraiment libre de lancer son propre affaire sans avoir besoin de quique ce soit!

Salut, vidéo très pertinente. Je voudrais savoir si tous ces arguments sont aussi valable pour la data analyste.

Et bah je connaissais pas Kaggle merci beaucoup pour la découverte !

Excellente video. J'ajouterais que les 10 raisons citées sont aussi 10 raisons de devenir data scientistes. S'il y a de concurrence c'est bon signe, il suffit de regarder les operateurs telephonique Free, Sfr , Orange, etc.... Il y a une vrai demande client sauf qu'il faut se démarquer parmi la foule.

Merci pour la vidéo

Merci à toi Anis

Tous les points que t'as cité font que je suis persuadé d'avoir bien choisit mon métier de data scientist :)

Super ta video... je suis informaticien et je voudrais me lancer dans le cloud (faire des certifications...) que me conseilles tu ?

Merci pour ces retours d'expérience très pertinents et très utiles.

Je trouve qu'il manque un point sur l'éthique là-dedans. En datascience on manipule souvent des données qui sont en rapport avec les utilisateurs ou des populations. L'utilisation de ces données sont soumises à des contraintes légales dont les entreprises elle-même ne sont pas toujours au courant. Le but n'est pas d'être spécialiste en droit, mais je pense qu'il n'est pas rare qu'un employeur demande de réaliser un projet ou une fonctionnalité qui peut être douteuse du point de vue de la loi voir de la morale. La datascience et le machine learning sont des technologies très puissantes et nécessitent donc une réflexion sur le cadre dans lequel elles sont utilisées. Je pense qu'une des qualités d'un data scientist est aussi de pouvoir avoir un recul ses méthodes et travail et leurs impacts et ne pas en rester à "lol ça fonctionne" ou "je suis prêt à tout pour avoir le meilleur modèle". Une personne qui n'arrive pas à prendre du recul sur son travail n'est peut-être pas faite pour la data science. En plus des changements technologiques réguliers, c'est la société, les lois et l'opinion publique qui changent; la data science est un domaine à fortes responsabilités. Hors, je termine actuellement mon master (pas en data science mais je suis tout le temps avec des gens qui étudient ce domaine) et j'ai l'impression que très peu en sont conscients. Actuellement les enseignements sont encore très centrés sur la technologie et peu de professeurs essayent de proposer des activités moralisatrices pour nous amener à penser notre rapport "humain-data-machine". Bref, au delà de l'aspect technologique, la data science est un domaine qui a vu et qui voit encore beaucoup d'abus et de transformations qui accompagnent la société. Pour moi il est impossible d'être data scientist sans avoir une réflexion personnelle l'impact de son métier et sa relation avec la société, ne serait-ce que pour rester à jour sur le long terme.

Mais c’est aussi pareille pour les web analyste ou c’est différent ?

Helllloo. !! MERCI POUR LES ÉCLAIRCISSEMENTS ! -- UNE question : Par exemple dans le cas où il s'agit d'un médecin spécialiste de santé publique, finalité épidémiologie et biostatistique qui a besoin de rendre plus puissant son domaine d'étude, vue que meme l'épidémiologie moderne doit obligatoirement intégrer l'intelligence artificielle. Et etre médecin épidémiologiste et etre un généraliste dans la data scient dans le but de pouvoir faire et modéliser des meta_anlyses, il y'a de plus en plus des données big Data. Donc une spécialité du data scientist dans le domaine santé publique (purement médicale, car pour pouvoir y interpréter certains résultats il faut tout de même être un medecin). ?? Quel est votre avis sur ce point svp ?

Desole pour le clavier qwerty... Super video ! Merci encore pour ces informations... Je suis tout a fait d'accord avec les points abordes ! Le point 10 il est tres interessant et je pense qu'il s'acquiere avec l'experience, comme les autres points bien entendu. Je vois que meme si ca fait quelque temps que je fais du traitement automatique en langage naturel (text et audio inclus). Je suis loin de connaitre encore tout. Mais je suis content d'avoir le sentiment de progresser dans la vulgarisation. Les points importants(dans l'ordre): Capacite a vulgariser = apprentissage continu (vulgariser les dernieres innovations, etre a l'etat de l'art), la polyvalence, rigueur scientifique(reproductibilte des resultats, methodologie et demarche scientifique), comprendre ce que l'on fait (analyse des donnees: pourquoi, comment), livrables... C'est que mon avis, mais les qualites humaines sont importants et peuvent faire parfois faire la difference. On ne peut pas etre expert si on n'arrive pas a vulgariser et a repondre clairement a la problematique metier... Je finirais par dire ( experiences, experiences, experiences ...) Sans experience on ne peut pas s'ameliorer( j'enfonce une porte ouverte ahah)

Il faut effectivement être à fond de bout en bout, ça parait simple dit comme ça, mais ne pas perdre la motivation en cours de route (ou au moins être capable de la retrouver) malgré ces contions ce n'est pas donné à tout le monde, même pour ceux qui le souhaitent ardemment

3:41 C'est vrai pour le dev' aussi. Si quand t'es dev' t'es dans une entreprise où t'es en mode "cahier des charges" et ponds-moi ça, c'est du pissage de code que tu fais, mais oui c'est vrai il y a des entreprises qui raisonnent comme ça (surtout envers les débutants). Et de la même façon que j'imagine doit y avoir des entreprises qui voient les data scientists comme des mecs qui ne font rien d'autre que "booster" des métriques. ça fait aussi parti du boulot de dev' d'être embarqué dans les process métiers pour comprendre vraiment ce qu'il se passe et répondre à un besoin, au même titre qu'un data scientist, qu'un graphiste, qu'un UX, qu'un UI, etc.

Très bonne vidéo sur un sujet très très complexe. De plus je pense que ces points ne sont pas propres au métier de datascience

Y'a aussi le problème que c'est un domaine ou c'est presque impossible de trouver un boulot de data scientist quand t'es junior ou sortant de formation

T'as trop raison !

Savoir comprendre et se faire comprendre des non initiés, ça aussi c'est important, et pas que pour les data scientists :)

J’aimerai faire dans la Data science mais je dois faire mon université à l’extérieur de mon pays et j’aimerai avoir plus d’information sur le sujet pour mieux me mouler dans le domaine. Merci pour la vidéo

Rien à voir mais c'est toi qu'on voyait sur TF1 sur le champ de Mars ? J'ai cru te reconnaître. Sinon je trouve cette vidéo très bien. J'avais visionné une vidéo au sujet similaire en anglais. Le métier m'intéresse toujours autant mais mon métier actuel aussi. Il me faudrait une deuxième vie 😁

Je suis vraiment intéressé par le métier et j'essaie de collecter toutes lez informations pour y parvenir

SLT jaimerai devenir un ingénieur en IA ou en robotique c possible qu'on se communique

je veux faire un stage au canada de data sintist de 6 mois fin d.étude comment merci

Merci pour cette vidéo, elle a déjà 2 ans mais ça me cause car ce sont les questions que je me suis posée il y a peu. Je suis en pleine reconversion à 48 ans 😂 background en code php sql Java, 3D, direction des opérations en PME (international) et direction marketing dans le domaine du luxe (international), j’ai 30 ans de carrière full autodidacte, je n’ai pas le bac…. Je n’ai eu de cesse de me former (merci internet! Déjà en 98 à décortiquer les forums hehe) , je suis en train de passer des certificats pros pour valider mes acquis et compléter mes compétences pour la data science , je suis une buse en math, cursus littéraire inachevé … enfin je croyais, je viens de me mettre dessus et j’adore autant que le code qui me passionne depuis mes 8 ans (atelier code en primaire dans les 80’s instit mega geek 😂) grosse découverte les maths, grosse surprise ! Pour mon avenir pro ( ouais la retraite c’est pour dans + de 20 ans lol, je suis large pour tester une autre passion) je mise sur mon expérience en business, marketing et coding d’applications web sur mesure (du coup les architectures et les bdd ça me connaît aussi) pour être dans la course malgré mon âge. Je ne vais pas être salarié non plus, j’ai presque toujours travaillé à mon compte et je pense rester prestataire tout en créant des projets pour les 2 industries que je connais le mieux. Et de toute façon je vis sur une île au milieu du Pacifique donc à moi de fomenter la transition vers le data mindset ici et travailler en full remote pour plus d’expertise et d’expériences, je risque pas de postuler chez meta ici 😂. Pour conclure, ne pas se mettre des barrières du style “je suis nulle en math, je suis trop vieille…” , les maths ça s’apprend et si on aime le code on a la logique pour les math et vice et versa je pense, et l’âge = expérience dans des industries ou l’on peut apporter un gros plus dans une équipe plus technique + compétences de manager et team builder + business mindset expérimenté. Et oui la vraie clef c’est la passion. ❤ Merci pour ta chaîne je découvre et je vais dévorer !

Très bonne vidéo. Mais tu nous fais un test au point 2 non ? 😉 600 candidatures pour 3 annonces ça ne fait pas un taux d'intégration de 0,5%.Tu exclues de ton set d'annonces toutes celles qui existent et que ton organisation ne voit pas. Par contre le nombre d'annonces de data scientist a été divisé par 2 en trois ans. La plupart des organisations ne voit pas l'intérêt du data scientist (en fait elles ne lui permettent pas de bosser correctement)

Franchement je sais pas ce que je fais la. Les maths me font chier ( exempté la géométrie ) l'ordi c'est du divertissement, et je boss en extérieur.... mais j'adore ta chaîne c'est extrêmement intéressant !

Merci

Ce n'est pas un travail pour moi très clairement ! Mais être curieux c'est quelque chose qui touche énormément de professions, tout comme être en formation continue.

Ce sont des 10 raisons qui m'encouragent de devenir datascientist

Top vidéo 😊 🫡

Très bien

Ah vraiment dommage pour le point 5 ... :-( . J'avais fait un projet en école reconnaissance d'image sur des vrais jeux de donnés et la création du modèle c'est ce qui m'avait le plus passionné. J'ai une question que penses tu de la formation DataScientest ?

j'aime l'apprentissage continu

Vous pouvez nous proposez des idées de projets pour débutants en Data science ?

5:27 je me sens visé ahahah. Mais en même temps, deux ans de master à bricoler des architectures de réseaux de neurones en PyTorch pour à la fin ne faire que de la manipulation de données pourries en PySpark, et laisser SageMaker faire toute la partie ML. Il est où le fun??

Qu'est ce qu'une métrique ?

quelle est la différence entre data analyst et data scientist ? merci

Je pense même aujourd'hui le poste data scientist (et tout les postes autour de la data) ne veulent rien dire. Je regarde les offres je passe des entretiens et je le vois bien. Aussi, je pense que le point 8 s'applique à n'importe quel métier du numérique même en tant que developpeur par exemple il faut apprendre tous les jours.

salut j'ai une question, les bails ou tu peux travailler chez Google TikTok... en data science c'est combien de % de probabilité pcq ca me fait rever ce genre de job et compétences ou tu influence 15% de la plantè mais bon si en vrai ce métier est pas si ouf

👌🏼

Jsuis en licence d'info, j'aime bien récolter les notes de toute la promo et faire des stats. Allez go faire du data

Alors, c'est normal que cette vidéo m'a donné encore plus envie d'être data scientist 😅

Raison n°3 : je suis pas d'accord sur ce que tu dis "le côté business vous l'apprenez pas en école d'ingénieur ou en master" Dans la plupart des écoles d'ingénieur, des cours de gestion et business sont sélectionables par les étudiants, voire parfois obligatoires dans le tronc commun (je pense notamment à CentraleSupelec mais cest loin d'être la seule)

Évitez le data science si vous êtes nul en math optez pour le data analyste

Comment t'as bronzé fréro mashallah

De bonne connaissance en mathématiques c’est un peu cliché! Moi je dirais d’excellence connaissance en statistiques fondamentales et théoriques et optimisation

Je suis étudiant en génie logiciel j'aimerais être data scientist quel est le parcours académique que vous pouvez me donner 🫡😎😊

Merci pour tes conseils perso ça m’a conforté dans mon choix de devenir data scientist !

Bonjour merci pour ces conseils Moi je suis en complète reconversion et le domaine de la data me passionne vraiment j'aimerais vraiment être suivi pour avoir cette motivation j'apprends vite. Pouvez vous m'aider ?

Excellente vidéo qui mérite d'être relayée au max! surtout pour ceux qui n'ont que pour référence " the sexiest job of 21th century". krkrkr Perso je rajouterai qu'il faut être aussi prêt à accepter que la plupart du temps ce sont les méthodes les plus simples qui sont les plus efficaces, pas forcement l "accuracy" mais le time to market + facile à expliquer et à défendre.

Pour moi, le point où il faut apprendre continuellement est à appliquer dans tout le domaine de l'informatique. Bien que certains secteurs connaissent une courbe maintenant plus lente, des nouveautés apparaissent bien trop souvent pour rester fermer dans son coin, ne pas faire de veille. Il faut donc être CURIEUX.

1:5 beaucoup d'investissement c'est à dire ?

Bonjour monsieur

Raison 1 : Le SALAIRE. Faites de la finance et management, les épiciers incompétents techniquement gagnent beaucoup mieux !

Parfaite vérité

La raison fondamentale de pourquoi ne pas le devenir est les maths 🤣

Quelqu'un connais un site ou un truc du genre gratuit pour apprendre le domaine de la data et de la programmation niveau débutant (je suis au encore au lycée mais je veux former un minimum sur ce domaine)

Pour tous les métiers on peut faire un 10 raisons de ne pas faire tel ou tel métier.

C'est pas plutôt "10 mauvaises raisons de devenir data scientist" ?

Hello ! Qu'en est-il du data Analyst ? Est-ce plus ou moins pareil ?

Moi ça me fume toujours de voir des data scientists qui ne savent pas ce qu'est la variance 😂

On peut être data analyst en étant nul en maths ?

C’est très dissuasif. Ma question est pourquoi opter pour un modèle de vidéo dissuasif pour les personnes souhaitant se reconvertir / se former pour devenir Data Scientist ?

Pour l'argent c'est encore plus vrai lorsqu'on voit la diminution constante du salaire moyen d'un data scientist en dépit de l'inflation (et dans chaque pays). Aujourd'hui toutes les écoles d'ingénieur fournissent des spécialités ou un majeur data science.

Je suis data scientist chez Airbus. Je suis très divisé sur cette vidéo. Est il possible de se parler ?

La première raison suis pas d'accord. On étudie pour gagner l'argent après

Désolé mais le but de cette vidéo devrais être d'avertir un publique néofite dans ce domaine et non des personne déjà lancer dans ce projet ou en potentiel reconversion. Avertir c'est en amont qu'on le fait or ici les thermes employés sont destinés à des personnes déjà avertis dans ce domaine. Il n'y as donc pas un grand intérêt dû au fait que cela reste beaucoup trop abstrait et non concret. Si l'on évoque le salaire il faut donner des chiffre afin d'intégrer une corrélation entre parole et acte. Soyez plus direct car pour une personne souhaitant réellement découvrir ce métier sans le connaître dû tout cela n'est qu'un nuage de fumée. Même si je comprends qu'il es agréable de rependre ses connaissances et expériences de ce métier avec des mots et thermes pour une niche " d' afficinados", la cible de cette de vidéo es raté.

Si tu le dis 😂

10 raisons pour ne pas devenir un mauvais data scientist.

10 raisons pour le devenir ouais mdr

15eme com' pour l'algo :P

Faux titre contenu biaisé

très bonne vidéo. j'aimerais faire partir de vos groupes sociaux

Merci