Une feuille de route pour la science des données en 2024

Que vous soyez étudiant, aspirant data scientist ou professionnel à la recherche d'un changement de carrière, si vous voulez devenir un data scientist expérimenté, vous devez suivre un chemin. Ce n'est pas toujours facile, car le paysage de la science des données est devenu très vaste et il existe donc différents types de professionnels de la science des données, avec des activités et des compétences différentes.

Cet article propose une vue d'ensemble du paysage de la science des données afin que vous puissiez déterminer les fonctions qui correspondent à vos ambitions. En outre, il fournit des indications sur la manière d'évoluer ou de progresser vers différents rôles au sein de ce paysage, en répondant à des questions telles que Quelles compétences devriez-vous développer et avec quelles méthodes devriez-vous vous familiariser ?

Commençons par notre feuille de route en matière de science des données.

En bref : Une feuille de route pour la science des données 

Dans cet article, nous nous penchons sur tous les aspects de la feuille de route. Toutefois, si vous souhaitez obtenir un résumé rapide des grandes lignes, vous pouvez le trouver ci-dessous : 

1. Comprendre la science des données: Comprendre les fondements de la science des données et son vaste paysage.
2. Familiarité avec le cycle de vie des projets: Partez d'un problème commercial, développez des modèles prédictifs et déployez-les en production, en comprenant les contributions des différents rôles (Data Analyst, Data Scientist, Machine Learning Engineer, Data Engineer, Data Architect).
3. Analyse et visualisation des données: Effectuer des analyses exploratoires de données (AED) et maîtriser les outils de visualisation de données (par exemple, matplotlib de Python, ggplot2 de R, PowerBI, Tableau).
4. Fondation en statistiques et mathématiques: Apprenez les statistiques descriptives et inférentielles et comprenez les concepts mathématiques clés, en particulier pour les applications d'apprentissage automatique.
5. Sujets avancés : Apprentissage automatique et IA: Entraînez et évaluez des modèles, plongez dans l'apprentissage profond et comprenez les boucles de rétroaction de l'IA.
6. Applications pratiques et projets : Mettez en œuvre et présentez des projets utilisant des ensembles de données publiques ou personnelles, participez à des hackathons et développez un portefeuille pour démontrer votre expertise.
7. Navigation de carrière: Identifiez les postes qui correspondent à vos compétences, préparez-vous aux questions d'entretien pertinentes et tenez-vous au courant des tendances et des ressources du secteur.

En suivant cette feuille de route, vous pourrez naviguer efficacement dans le paysage de la science des données, acquérir des compétences essentielles et poursuivre une carrière enrichissante dans ce domaine.

1. Comprendre les bases de la science des données

Qu'est-ce que la science des données ?

Afin de comprendre le contexte d'une feuille de route pour la science des données, il est essentiel d'avoir une idée de ce qu'est la science des données. Nous disposons d'un guide complet couvrant les définitions et les explications de la science des données, mais pour les besoins de cet article, nous considérerons la science des données comme l'ensemble des activités visant à résoudre des problèmes en utilisant des données.

Si vous exécutez une requête SQL sur une base de données de ventes pour déterminer le montant des recettes d'une organisation le mois dernier, vous êtes un scientifique des données !

Souvent, les problèmes/solutions sont plus complexes et requièrent un ensemble de compétences plus diversifiées. Pour pouvoir discuter de ce large éventail de rôles et de compétences en science des données tout au long de cette feuille de route, nous utiliserons le cycle de vie d'un projet de science des données comme un mot-valise. Cela nous permettra de cartographier les différentes activités et les différents rôles et servira de base pour définir les terres de la science des données.

2. Se familiariser avec le cycle de vie d'un projet de science des données

Les projets de science des données partent généralement d'une question ou d'un problème commercial. Un problème déclenche une phase d'initiation, au cours de laquelle un ensemble de solutions possibles est défini et la faisabilité initiale est évaluée. Une première collecte de données ou une analyse exploratoire des données disponibles est effectuée pour voir ce qui est possible et ce qui ne l'est pas. Les données sont-elles suffisamment riches ? Contient-il suffisamment de fonctionnalités ?

Initiation et exploration

Une fois que tous les voyants sont au vert, nous commençons à développer un modèle prédictif. Le modèle utilisera les données d'entrée pour prédire les résultats. Au départ, il peut s'agir d'un modèle unique, entraîné, testé et validé sur un ensemble de validation croisée k-fold (technique d'apprentissage automatique permettant d'évaluer les performances probables d'un modèle sur des données inédites). C'est le travail généralement effectué par les data scientists classiques. Une fois que le modèle est suffisamment performant, il est temps de le mettre en production et de le placer dans un pipeline au sein de l'infrastructure existante, où les performances seront contrôlées et où le modèle sera réentraîné si nécessaire.

Chacune de ces phases requiert des compétences différentes. Au cours de la phase d'initiation, les personnes doivent avoir le sens des affaires, être familiarisées avec la transformation et le nettoyage des données, les statistiques descriptives et les statistiques inférentielles de base. Ce travail peut être effectué par un analyste de données et/ou un scientifique de données.

Développement et production de modèles

Dans la phase de modélisation, des modèles prédictifs doivent être élaborés. Les modèles simples, tels que les régressions, peuvent être élaborés par un analyste de données, mais s'ils deviennent plus complexes, vous aurez besoin d'un scientifique des données pour élaborer un modèle à l'aide d'un algorithme existant, voire d'un ingénieur en apprentissage automatique pour modifier les algorithmes actuels ou en créer de nouveaux.

Lors du déploiement et de la mise en production du modèle, vous entrez dans le domaine de l'ingénieur en apprentissage automatique ou de l'ingénieur en données. Contrairement aux étapes précédentes, il n'y a pas nécessairement de lien étroit avec l'entreprise, et la tâche à accomplir consistait à créer et à contrôler un pipeline autour du modèle prédictif afin de fournir des résultats fiables aux bons systèmes cibles.

Tout au long du processus, toutes les données doivent être disponibles au bon endroit avec les bonnes méta-informations, ce qui est le rôle de l'architecte des données. Lorsque de nouvelles données sont introduites ou que des données existantes sont transformées en nouvelles informations, ils veillent de la même manière à ce que les données aboutissent au bon endroit.

Intégration des rôles et collaboration interfonctionnelle

La manière dont les différents rôles contribuent aux différentes phases du cycle de vie est illustrée dans l'image ci-dessous. Étant donné que les différents rôles contribuent à des étapes différentes, ils requièrent des compétences différentes.

Les rôles au début du cycle de vie requièrent plus de sens des affaires et moins d'ingénierie, tandis que les phases ultérieures requièrent moins de sens des affaires et plus d'ingénierie et d'optimisation des algorithmes. Pour illustrer ce point, en tant que scientifique des données, vous pouvez vous contenter de performances de calcul sous-optimales pour démontrer la valeur et les performances de votre modèle. Mais dès que vous êtes responsable de la production de modèles, vous devez être en mesure d'optimiser la complexité des calculs afin de garantir la rentabilité de votre pipeline.

Le niveau de contribution des différents rôles de la science des données tout au long d'un projet de science des données (DAn - Data Analyst, DS - Data Scientist, MLE - Machine Learning Engineer, DE - Data Engineer, DAr - Data Architect - Image by Author

Il est important de savoir que les délimitations entre les rôles ne sont pas strictes. De nombreux scientifiques des données pensent déjà aux systèmes source/cible appropriés et à l'efficacité de calcul et en tiennent compte dans leur code. Un ingénieur en apprentissage automatique peut se rendre compte que certaines approches de génération de caractéristiques pourraient améliorer les performances du modèle. Un analyste de données peut avoir de bons conseils sur l'endroit du catalogue de données où stocker les caractéristiques générées pour l'architecte de données. En d'autres termes, tous les rôles doivent, dans une certaine mesure, être conscients du travail des autres rôles, mais ils ne doivent pas nécessairement comprendre en profondeur les responsabilités de chacun.

Compétences et outils essentiels

En ce qui concerne les compétences et les outils dont vous aurez besoin, les bases sont claires. Quelle que soit l'étape du cycle de vie d'un projet de science des données à laquelle vous contribuez, vous devrez avoir des connaissances de base en mathématiques et en statistiques, en développement de logiciels collaboratifs et en manipulation de données. D'une manière générale, le début de toute feuille de route en science des données consiste à :

• Manipulation de données (pensez au travail d'extraction-transformation-chargement, tel qu'enseigné en SQL, Python ou R),
• Analyse (statistique) des données (telle qu'elle est enseignée dans les statistiques descriptives et certaines statistiques corrélationnelles),
• Apprentissage automatique (comme l'apprentissage supervisé en Python ou R), et
• Versionnement pour l'ingénierie logicielle collaborative (tel qu'enseigné dans Git).

Il existe différents types de rôles dans le domaine de la science des données, qui requièrent des compétences différentes : un analyste de données aura besoin de connaissances plus approfondies en SQL qu'un ingénieur de données. Un scientifique des données doit mieux connaître l'apprentissage automatique qu'un architecte des données. C'est là que la feuille de route de la science des données se divise : en fonction de vos ambitions dans le paysage de la science des données, vous devrez acquérir des compétences différentes. Les sections suivantes décrivent les différentes branches de la feuille de route auxquelles vous pouvez penser.

3. Approfondir l'analyse et la visualisation des données

Analyse exploratoire des données (AED)

Quel que soit l'état d'avancement de votre feuille de route en matière de science des données, que vous soyez un vétéran chevronné ou quelqu'un qui débute, tous les projets de science des données commencent par la compréhension de vos données.

Il est essentiel de bien comprendre vos données pour évaluer la faisabilité de votre projet. En commençant par des questions de base telles que "quelles sont mes variables ?" et "combien d'observations ai-je ?" et en terminant par des questions plus complexes telles que "quelles sont les relations entre les variables ?

Très souvent, les résultats d'une AED peuvent constituer la réponse aux questions de vos parties prenantes. Lorsqu'ils sont correctement visualisés et présentés de manière cohérente, par exemple dans un tableau de bord, les résultats d'une simple analyse de données peuvent être utilisés pour répondre à des questions complexes. Cependant, cela dépend des compétences en matière de visualisation des données.

Mais le simple fait de montrer, grâce à votre AED, qu'il existe, par exemple, différents segments de visiteurs d'un site web, vous a permis d'apporter une valeur ajoutée en tant que scientifique des données.

Il existe de multiples façons de visualiser vos résultats. Soit dans des bibliothèques/packages de visualisation dans le langage que vous utilisez (comme ggplot2 de R et matplotlib de Python), soit dans des outils de visualisation de données dédiés (comme PowerBI, Tableau, ou même Excel).

Maîtrise de la visualisation des données

En particulier lorsque nous nous concentrons sur les tâches d'un analyste de données, il est utile d'avoir une compréhension plus approfondie de la visualisation des données.

Pour la plupart des rôles en science des données, les visualisations peuvent servir à vérifier les hypothèses au moyen de diagrammes de dispersion et d'histogrammes, mais lorsque l'analyse elle-même est le produit livrable, comme pour un analyste de données, vous rencontrerez des situations où vous voudrez faire en sorte que les résultats de l'analyse soient agréables à digérer.

Pensez à des styles de maison personnalisés, à de nouvelles visualisations ou à des infographies qui serviront de base à une unité de prise de décision. Dans ces situations, il est utile de pouvoir créer une visualisation de données qui soit pratiquement une œuvre d'art. Comprendre la visualisation des données est un cours qui vous permet d'approfondir vos compétences en matière de visualisation des données.

Une feuille de route pour la science des données, visualisée comme une carte de métro, montrant les bases que tous les rôles de la science des données ont en commun et les compétences spécifiques aux différents rôles. - Image par l'auteur

4. Construire une base en statistiques et en mathématiques

Statistiques descriptives et inférentielles

Les statistiques constituent également l'une des premières étapes de la feuille de route de la science des données. Certains concepts statistiques de base devraient être une seconde nature pour tout type de scientifique des données.

À tout moment, vous devrez être en mesure de décrire vos données et les sous-groupes de vos données. Quel est le revenu moyen dans votre ensemble de données ? Quels sont les revenus minimums et maximums ? Qu'est-ce que l'écart-type ou quelles sont les autres mesures de dispersion ? Et si vous avez des valeurs catégorielles, combien y a-t-il de valeurs uniques ? Quelle est la plus fréquente ? Toutes les valeurs sont-elles présentes à la même fréquence ou sont-elles réparties de manière moins uniforme ?

Répondre à des questions par des analyses descriptives sur des groupes/sous-groupes peut déjà fournir des informations précieuses, mais le plus souvent, vous devez examiner la relation entre les variables de votre ensemble de données et passer à des statistiques inférentielles.

Les différents types de valeurs catégorielles et numériques et les relations entre elles constituent la partie à la fois difficile et intéressante des statistiques inférentielles. Parmi ces exemples, on peut citer

• Corrélations : relation entre des valeurs numériques, par exemple "quel est le rapport entre l'âge et le revenu ?
• La relation entre les valeurs catégorielles et numériques pour répondre à la question "Comment les revenus des hommes et des femmes se comparent-ils ?" (avec le sexe comme valeur d'entrée catégorielle et le revenu comme valeur cible numérique). (avec le sexe comme valeur d'entrée catégorielle et le revenu comme valeur cible numérique),
• Ou inversement : "Les personnes âgées sont-elles plus enclines à divorcer ?". (avec l'âge comme valeur numérique d'entrée et divorcé comme valeur catégorielle cible).
• Relations entre les variables catégorielles "Les hommes sont-ils plus souvent divorcés que les femmes ?

Pour pouvoir répondre à ces questions, vous devez connaître les différents types de tests statistiques, du simple test T aux méthodes plus complexes telles que les régressions linéaires multivariées ou l'analyse des séries temporelles.

Vous pouvez suivre des cours appropriés pour approfondir votre compréhension des statistiques : Python, R, et même des outils indépendants. Ces cours fournissent une base adéquate pour commencer à travailler avec l'apprentissage automatique. En comprenant statistiquement la relation entre les variables prédictives et les variables cibles, vous comprenez les principes des algorithmes utilisés pour créer des modèles d'apprentissage supervisé.

La profondeur à laquelle vous souhaitez plonger dans ce domaine dépend à nouveau de l'endroit où vous souhaitez vous rendre sur la feuille de route de la science des données. Si vous souhaitez devenir analyste de données, il peut suffire de comprendre les bases de la statistique. Les architectes de données peuvent n'avoir besoin d'aucune connaissance statistique. Mais les scientifiques des données et les ingénieurs en apprentissage automatique rencontreront certainement des situations dans lesquelles ils devront s'appuyer sur leur expertise statistique.

Concepts mathématiques pour la science des données

La science des données s'articule autour de chiffres et de calculs et, par conséquent, les mathématiques jouent un rôle important. Bien qu'un diplôme de mathématiques avancées ne soit pas une étape nécessaire sur la feuille de route de la science des données, la compréhension de l'algèbre et du calcul vous aidera à comprendre conceptuellement un certain nombre de méthodes souvent utilisées dans le domaine de la science des données. La plupart des approches de réduction de la dimensionnalité (telles que l'ACP et la factorisation matricielle) reposent sur l'algèbre linéaire, et de nombreux algorithmes d'optimisation (tels que la descente de gradient) s'appuient sur le calcul.

Et tout comme pour les statistiques et l'analyse des données, ces connaissances ne sont pas nécessairement pertinentes pour toutes les fonctions liées à la science des données. Si vous souhaitez devenir ingénieur en apprentissage automatique, les mathématiques sont incontournables. Mais la plupart des autres fonctions - même un scientifique des données - pourraient s'en tirer sans connaître l'algèbre et le calcul.

Pour en savoir plus et comprendre les concepts algébriques, consultez notre cours sur l'algèbre linéaire pour la science des données en R.

5. Exploration des sujets avancés : Apprentissage automatique et IA

Introduction à l'apprentissage automatique

L'apprentissage automatique est l'art de créer des logiciels qui apprennent à partir de données. C'est vraiment le pain et le beurre des scientifiques des données, des ingénieurs en apprentissage automatique et même des ingénieurs des données. La partie de votre solution qui fournit le chiffre d'affaires attendu pour votre entreprise, sur la base de votre inventaire et de votre tarification ? Cela se fait grâce à l'apprentissage automatique !

Le niveau minimum de connaissances dont vous avez besoin en tant que scientifique des données est d'être capable de former et d'évaluer des modèles. Dans certaines situations, vous pourriez vouloir aller plus loin et apprendre à modifier des algorithmes existants ou même à en écrire de nouveaux, entrant ainsi dans le domaine de l'ingénieur en apprentissage automatique.

Vous disposez d'une grande liberté dans la manière dont vous procédez à l'apprentissage automatique. Vous pouvez soit tout coder vous-même (en Python, ou R, ou C# ou Java, avec les bibliothèques appropriées), soit utiliser des progiciels locaux (tels que Weka et RapidMiner), soit utiliser des solutions cloud (telles que Databricks et AWS SageMaker). Bien qu'il soit difficile de décider ce qu'il faut apprendre, l'expertise que vous développez se transfère assez facilement. Une bonne idée pour décider de la boîte à outils d'apprentissage automatique à utiliser est de partir d'un langage que vous connaissez déjà ou de vérifier quels outils sont utilisés dans le secteur qui vous intéresse.

Vous pouvez commencer avec notre cursus de carrière Machine Learning Scientist with Python, qui couvre une grande partie des fondamentaux dont vous aurez besoin pour démarrer votre carrière.

L'apprentissage profond et l'IA

La relation entre l'apprentissage automatique, l'apprentissage profond et l'IA est discutable.

Lorsque j'enseignais l'apprentissage automatique, mon premier cours était toujours l'occasion d'un débat animé en classe sur l'affirmation suivante : "L'apprentissage automatique est une forme d'IA". Bien qu'ils soient parfois utilisés de manière interchangeable, je crois fermement que l'apprentissage automatique permet l'IA, mais cela ne signifie pas que si vous utilisez l'apprentissage automatique, vous avez créé l'IA.

Pour qu'une application de données devienne de l'IA, il est essentiel qu'il y ait une boucle de rétroaction dans laquelle l'application ou le modèle apprend de ses résultats. Dans ce cas, un algorithme d'apprentissage supervisé en une seule fois n'est pas nécessairement de l'IA. Si vous renvoyez les résultats du modèle au modèle (comme dans le cas de l'apprentissage par renforcement), vous obtenez une IA, car vous avez un système qui continue automatiquement à apprendre à partir de ses prédictions correctes et incorrectes.

L'apprentissage profond n'est guère plus qu'un réseau neuronal sous stéroïdes. Ce qui rend les applications intéressantes, c'est que l'apprentissage profond permet d'obtenir des résultats très concrets, car ces modèles peuvent produire du texte, des images et de la parole. Si vous travaillez sur un projet de science des données où il est essentiel que les modèles produisent quelque chose qui puisse être perçu ou expérimenté par des utilisateurs finaux humains, la compréhension de l'apprentissage profond peut être un réel avantage. Un cours qui constitue une excellente entrée en matière est Introduction à l'apprentissage profond en Python.

6. Applications pratiques et projets réels

Mettre en œuvre des projets de science des données

Aucun effort en matière de science des données ne se fait en vase clos. Au fur et à mesure que vous progressez dans votre parcours, il est important de conserver et de mettre en valeur les objets que vous produisez. Une partie du travail d'un scientifique des données consiste à être capable de démontrer ce que vous savez faire.

Pour moi, la partie la plus excitante de la science des données est que vous n'avez pas besoin de grand-chose. Il vous suffit de disposer d'un ensemble de données publiques et d'un peu de créativité pour trouver une question intéressante et y répondre à l'aide des données. Vous pouvez également vous rendre sur DataLab ou Kaggle et commencer à travailler sur les missions et/ou les concours, en vous inspirant des autres contributions.

Vous pouvez également collecter et utiliser vos propres données. J'ai analysé mes données cyclistes téléchargées sur Strava et j'ai récupéré des données immobilières pour m'aider dans mes recherches sur le marché du logement.

Le plus important est de documenter ce que vous faites. Essayez de rendre votre travail reproductible, expliquez les étapes que vous avez suivies, partagez votre code et les résultats de votre analyse ou de votre système. Qui sait ? Il se peut que votre exercice pratique soit la solution exacte au problème de quelqu'un.

Exemples de projets

À mon avis, les projets les plus intéressants sont ceux qui naissent de votre propre passion et de vos intérêts. Si vous utilisez un ensemble de données provenant d'un endroit que vous connaissez bien, il y a de fortes chances que vous puissiez trouver des questions uniques et intéressantes. Vous connaissez le domaine et les données... Mais si vous partez vraiment de zéro, il y a beaucoup de choses sur lesquelles vous pouvez commencer à travailler, y compris les applications de rencontres, le commerce, les sports.

Vous pouvez également trouver un très grand nombre de projets de science des données sur DataCamp, qui vous permettent de vous familiariser avec ce type de travail. Que ce soit en commençant par quelques projets d'analyse de données ou en travaillant sur des projets Python spécifiques, vous pouvez évoluer vers des projets d' apprentissage automatique et même d'IA. Il existe de nombreuses options pour vous aider à démarrer.

Si, malgré tout ce qui existe, vous ne parvenez pas à trouver un moyen de démarrer, une autre solution utile pourrait être de participer à des hackathons. De nombreux instituts de recherche et de grandes entreprises organisent périodiquement des hackathons.

Ces hackathons ont souvent pour objectif de faire contribuer des équipes de scientifiques des données à un problème pertinent et ils offrent ainsi l'occasion de collaborer avec d'autres professionnels de la science des données et d'apprendre d'eux. Il vous permet ainsi de vous constituer un réseau et d'être remarqué par des employeurs potentiels tout en acquérant une expérience utile.

Développement du portefeuille

De nos jours, il est difficile d'imaginer un data scientist qui n'a pas un GitHub, un portfolio DataCamp, ou une page Medium ou un blog avec du code. Un portfolio est un élément crucial dans le domaine de la science des données, tout comme dans d'autres industries créatives.

Pouvoir présenter des projets antérieurs est un excellent moyen de convaincre les gens que vous avez ce qu'il faut. C'est pourquoi il est utile de commencer à documenter votre travail sur un portfolio. Vous pouvez également documenter votre travail et vos points de vue sous la forme d'articles de blog ou même de publications universitaires. Consultez notre article sur la mise en valeur de votre expertise en matière de données à l'aide d'un portfolio pour vous inspirer.

Quel que soit votre choix, veillez à conserver un aperçu présentable des projets sur lesquels vous avez travaillé.

7. Naviguer dans le paysage des carrières en science des données

Opportunités de carrière dans la science des données

Ce billet a mis en lumière les différentes compétences, connaissances et outils dont dispose un data scientist. Mais par où commencer lorsqu'il s'agit de choisir une carrière ?

À mon avis, cela dépend vraiment de vos ambitions. Jusqu'à présent, ce billet aurait dû indiquer clairement que je ne crois pas qu'il existe une feuille de route unique en matière de science des données.

Bien sûr, chaque rôle en science des données repose sur une base de statistiques, de manipulation de données, d'apprentissage automatique et d'ingénierie logicielle. Mais pour le reste, cela dépend vraiment.

Un scientifique des données utilise des algorithmes, tandis qu'un ingénieur en apprentissage automatique modifie ou crée des algorithmes. Le data scientist peut donc se contenter de connaître un grand nombre d'algorithmes et de savoir quand les appliquer, tandis que l'ingénieur en apprentissage automatique doit vraiment comprendre les concepts mathématiques qui sous-tendent les algorithmes.

De même, si vous tirez votre énergie du partage des résultats d'une analyse, comme un scientifique ou un analyste de données, vous tirerez probablement plus de bénéfices d'une connaissance approfondie de la visualisation des données et de l'AED que d'une grande maîtrise de la modélisation des données.

La feuille de route de la science des données comporte donc plusieurs bifurcations, et vous pouvez décider vous-même de la profondeur que vous souhaitez atteindre dans les différentes branches de la science des données.

Se préparer aux entretiens en science des données

Malgré les différences entre les rôles, dans tout entretien, vous serez testé sur vos compétences matérielles et immatérielles. Ces tests seront différents selon la fonction que vous occupez.

Si vous n'êtes pas à la recherche d'un poste d'ingénieur en apprentissage automatique ou en données, il est très probable que l'on ne vous posera pas de questions telles que "Comment optimiseriez-vous l'algorithme A ou B ? Il est donc important de se concentrer sur les compétences et donc sur les questions sur lesquelles vous êtes censé et désireux de travailler. Le fait de recevoir des questions sur des sujets qui ne vous sont pas familiers peut être un signe que le poste n'est pas fait pour vous.

Dans ce domaine relativement nouveau, en particulier dans les entreprises où les données sont relativement nouvelles, il y a beaucoup d'idées fausses sur ce que sont les scientifiques des données ou sur ce qu'ils font.

Je sais que j'ai postulé à un poste de data scientist et que mon interlocuteur a utilisé indifféremment data scientist et machine learning engineer. Il est donc tout à fait possible que le responsable du recrutement se soit trompé si l'on vous pose des questions auxquelles vous ne pouvez pas répondre. Il est rare que l'on demande à un ingénieur des données comment il s'y prendrait pour gérer les parties prenantes d'un projet, par exemple.

Heureusement, il existe plusieurs ressources pour vous aider à vous préparer aux entretiens sur le terrain, en fonction du poste auquel vous postulez :

• 28 Questions d'entretien pour les Data Scientists à tous les niveaux
• Questions d'entretien pour un analyste de données : Comment se préparer à un entretien avec un analyste de données ?
• Les 23 meilleures questions et réponses d'entretien sur Python
• 80 Questions d'entretien SQL et réponses [2024]
• 25 questions d'entretien essentielles sur Power BI pour tous les niveaux
• Les 25 meilleures questions d'entretien sur l'apprentissage automatique pour 2024
• Les 21 meilleures questions, réponses et exemples d'entretiens sur l'ingénierie des données

8. Formation continue et apprentissage tout au long de la vie

Se tenir au courant des tendances

Le domaine de la science des données est très dynamique, et il est crucial de se tenir au courant des dernières tendances. Avec le ChatGPT, l'IA générative est devenue grand public, et il est désormais difficile d'imaginer un data scientist qui n'ait pas au moins une notion des token embeddings et/ou des modèles d'attention. De même, avec l'introduction des MLOps, il est difficile d'imaginer qu'un ingénieur en données puisse vérifier manuellement la performance et la dérive d'un modèle.

Avec cette croissance dynamique, différents aspects de l'IA deviennent importants. Actuellement, les aspects éthiques et juridiques de l'IA font l'objet d'une grande attention, comme en témoignent plusieurs débats académiques et politiques qui ont, entre autres, abouti à de nouvelles règles et réglementations.

Quelles que soient les décisions des gouvernements en matière d'IA, personne ne veut être responsable du prochain scandale dans le domaine de la science des données. La seule façon d'éviter cela est de rester conscient des limites éthiques et juridiques. Mieux encore, en tant que professionnel de la science des données, vous pouvez commencer à contribuer à ces développements en utilisant votre expérience, en formant et en exprimant une opinion.

Il existe de nombreux moyens de rester à jour. Bien sûr, il y a DataCamp en tant que plateforme, mais vous pouvez aussi commencer à chercher et à suivre des praticiens de la science des données inspirants dans votre domaine. Vérifiez s'ils ont des blogs, des articles X ou Medium, ou toute autre chose vous permettant d'avoir un aperçu de la manière dont ils perçoivent le paysage changeant et dynamique.

Ressources d'apprentissage avancées

Comme nous l'avons souligné tout au long de cet article, de nombreuses ressources sont disponibles pour toute personne souhaitant se lancer ou évoluer dans le domaine de la science des données. Par ailleurs, si vous souhaitez être vraiment proche de la source, vous pouvez consulter des conférences techniques telles que NeurIPS, ICML ou KDD. Découvrez ces conférences et bien d'autres encore dans notre liste des meilleures conférences sur la science des données pour 2024.

Conclusion et prochaines étapes

Bien qu'il y ait de nombreuses étapes sur la feuille de route de la science des données, il n'existe pas de parcours unique en la matière. Pour naviguer dans le paysage de la science des données, vous devez avoir 1) une idée du paysage (que vous avez, je l'espère, acquise grâce à ce billet) et 2) une idée de vos forces, de vos faiblesses et de vos centres d'intérêt, afin de pouvoir décider de ce que vous voulez faire.

Si c'est le cas, vous pouvez compter sur cet article pour vous orienter dans la bonne direction et savoir sur quelles compétences mettre l'accent au cours de votre formation. Heureusement, il existe des ressources utiles pour vous aider à démarrer, comme les cursus de carrière de DataCamp, qui vous permettent d'acquérir les compétences dont vous avez besoin pour commencer à explorer différentes professions :

• Professionnel de la science des données avec Python
• Certification de scientifique de données
• Ingénieur en apprentissage automatique
• Ingénieur de données
• Analyste de données avec Python