Portrait d'apprenant : mon parcours de professionnel de la cybersécurité à analyste de données [Témoignage]

Pouvez-vous nous parler de votre parcours ?

Ma carrière a commencé en 2010 dans l’Armée de l’air au sein des Security Forces, plus connues sous le nom de police militaire. J’étais chargé de la protection physique d’infrastructures gouvernementales en Corée du Sud et au Japon, et j’ai même eu l’occasion de garder l’avion d’Obama ! Après avoir quitté l’Armée de l’air, j’ai travaillé plusieurs années dans les télécommunications comme analyste help desk, avant de passer à la cybersécurité dans le secteur bancaire.

Même si mon poste n’imposait pas de compétences en données, j’ai toujours cherché à les mettre à profit, parfois au grand dam de mon manager qui me disait : « restez sur votre métier » 😂. Cela dit, endosser le rôle de « la personne data » dans l’équipe a souvent été utile : création de rapports Tableau pertinents pour la direction, valorisation de données inexploitées, et identification d’enseignements passés inaperçus avant des analyses approfondies.

Plus récemment, j’ai décroché un vrai poste d’analyste de données au sein d’une équipe data science, où je peux enfin utiliser ces compétences au quotidien. Je me suis retrouvé au chômage pendant la pandémie en novembre 2020 et j’y ai vu l’occasion de changer de cap pour travailler à temps plein avec les données. Je suis passé d’analyste en cybersécurité dans la banque à analyste de données dans l’édition. DataCamp m’a permis d’acquérir les compétences qui m’ont rendu attractif sur le marché et ont rendu possible ce virage de carrière ; je prévois d’évoluer très prochainement vers un poste de data scientist !

J’ai étudié le développement logiciel à l’école, mais je défends fortement l’auto-apprentissage en ligne des compétences dont j’ai besoin, plutôt que d’investir à tout prix dans l’enseignement supérieur. J’ai trouvé beaucoup de valeur dans des ressources en ligne gratuites ou abordables comme DataCamp. Côté personnel, j’aime participer à des compétitions sur DrivenData.com et Kaggle, apprendre le japonais, jouer de la guitare, et bien sûr avancer sur les modules DataCamp.

Combien de temps consacrez-vous à l’apprentissage sur DataCamp ?

Environ 2 à 3 heures par jour.

Comment avez-vous découvert DataCamp et pourquoi avoir choisi notre plateforme plutôt qu’une autre ?

Cela remonte tellement que je ne me souviens plus vraiment comment j’ai trouvé DataCamp. Très probablement en cherchant des ressources pour apprendre la data science. Je me souviens avoir regardé DataQuest, mais je ne l’ai pas choisi car leur interface me déroutait. Sur DataCamp, tout est conçu de manière très épurée et cohérente. C’est très simple de trouver ce que je cherche.

En quoi DataCamp vous a-t-il aidé à atteindre vos objectifs professionnels ?

Mon nouveau poste consiste surtout à écrire du code Python : du code qui prépare, nettoie et transporte les données du point A au point B. J’utilise parfois du SQL, et 98 % de mes compétences SQL appliquées sur le terrain viennent de DataCamp, que je n’aurais pas pu acquérir dans mes précédents emplois. DataCamp a clairement facilité ma prise de poste.

Quelles compétences apprises sur DataCamp vous sont les plus utiles ?

Oh, difficile de choisir. Je dirais les compétences générales en apprentissage automatique. J’ai mis longtemps à apprivoiser scikit-learn et des notions en apparence simples comme l’utilisation de train_test_split(). C’était intimidant au début. Après beaucoup de répétitions guidées, tout est devenu clair du jour au lendemain. Je continue d’apprendre des astuces sur le parcours Machine Learning Scientist with Python, que j’applique régulièrement à mes projets concrets.

Un exemple dont je suis fier : j’ai conçu un classificateur anti-spam pour l’équipe Email Abuse de Bank of America, au sein de leur Security Operations Center. Leur mission est d’analyser les e-mails suspects signalés en interne. Le volume de soumissions est important et beaucoup sont indésirables. Pour automatiser le traitement, j’ai construit un filtre spam en régression logistique avec une précision de 93 %. Mis en production, il a économisé environ 200 heures analyste par semaine, permettant à l’équipe de se concentrer sur des priorités plus critiques.

Dans mon poste actuel, j’ai récemment dû bâtir un pipeline de données complexe (en Python et SQL) qui récupère des données depuis un serveur SFTP, effectue un important nettoyage, les joint à une table d’une base SQL Server, puis envoie le résultat dans Jira. Le cours de DataCamp Writing Efficient Python Code m’a permis de rendre ce script dix fois plus rapide, et le parcours de compétences SQL Fundamentals m’a beaucoup aidé pour la partie SQL.

En ce moment, je travaille sur la Disaster Tweet Competition sur Kaggle. Pour m’aider à construire ma solution, je suis le parcours de compétences Natural Language Processing in Python en appliquant en parallèle ces concepts au projet Kaggle.

Qu’appréciez-vous le plus chez DataCamp ?

La pertinence, la variété et la qualité des cours. Côté pertinence : beaucoup de cours vieillissent très bien. Trois ans après, il m’arrive encore de revenir vers certains cours plus anciens pour m’aider.

Quel conseil donneriez-vous à quelqu’un qui débute sur DataCamp ?

Pensez à un projet data que vous aimeriez réaliser dans la vraie vie, identifiez ensuite les compétences nécessaires, puis cherchez sur DataCamp un cours correspondant. Suivez-le, puis lancez-vous sur le projet.

Pour les nouveaux apprenants qui ne savent pas par où commencer, débutez par l’un des parcours de carrière qui éveille votre intérêt, puis pivotez vers autre chose au fur et à mesure que vous découvrez le champ des possibles ! 😊

Je recommande aussi de jeter un œil aux webinars de DataCamp, qui m’ont fait découvrir de grandes voix de la data science.

Vous recherchez une communauté d’enthousiastes de la data pour vous accompagner dans votre apprentissage ? Rejoignez la communauté Slack de DataCamp, affichez votre intérêt pour la data avec une bannière LinkedIn personnalisée, et connectez-vous avec Patrick sur LinkedIn.