Formation Formations à distance

Data Scientist : les programmes de formations en ligne

datascientist

Le métier de Data Scientist vous intéresse ? L'expatriation est le bon moment pour vous former. Luc était ingénieur. Il s'est reconverti en suivant des formations de Data Scientist en ligne. Il partage son expérience : les plateformes de formation qu'il a utilisées, les cours qu'il a suivis et donne ses conseils.

 

 

Les plateformes de formation en ligne et les différents programmes de formation

edX

  • Plate-forme montée par plusieurs universités très prestigieuses (MIT, Harvard...). Des centaines de cours gratuits. Moyennant une somme modique ($50 à $80), il est possible d'obtenir un certificat de complétion, qui n’a pas valeur de diplôme mais montre que vous avez terminé le cours avec succès.
  • Il y a aussi des cursus qui regroupent plusieurs cours pour une approche plus structurée (par exemple le programme Computer Science de MITx).
  • Il y a des cours en Français. Cependant, étudier en Anglais est un bon exercice et c'est la langue de référence dans l'IT, donc autant s'habituer tout de suite. Il est possible d'afficher les sous-titres en Anglais si ça parle trop vite.
  • Il y a un forum actif pour poser des questions et y répondre.
  • Le cours “Introduction to Computer Science and Programming using Python” est très indiqué pour apprendre les bases de la programmation avec un langage très utilisé en Data Science (niveau débutant à moyen)
  • Le Professional Certificate in Data Science est un cursus complet développé avec Microsoft. Ne l’ayant pas suivi, je ne peux pas me prononcer sur sa qualité, mais la caution de Microsoft est un plus indiscutable.

Coursera

  • Plate-forme montée par Andrew Ng, un des papes du Machine Learning. Vous retrouverez beaucoup de cours de Stanford. Cette plateforme est très similaire à edX (projets, exercices de coding en ligne, forum etc.) mais avec encore plus de choix.
  • Le cours Machine Learning par Andrew Ng sur Coursera est absolument incontournable. Les exercices sont assez ardus et il y a un peu de contenu mathématique introduit de manière progressive.
  • Plus axé sur la théorie informatique : Algorithm Design and Analysis donné par Tim Roughgarden de Stanford. C'est une très bonne approche du raisonnement algorithmique et des structures de données. Le professeur est excellent et rigoureux. Le cours regorge de démonstrations mathématiques sur la garantie de résultat de tel ou tel algorithme, ou sa vitesse d'exécution. Malheureusement, il semble que ce cours n'existe plus en tant que tel mais qu'il soit découpé en plusieurs cours thématiques. Il convient donc sans doute de les suivre après un cours général sur les algorithmes.
  • La spécialisation "Data Science" de Johns Hopkins University comporte une dizaine de cours et 7 projets à rendre, couvrant des statistiques, de la programmation, du Machine Learning, des méthodes de visualisation etc. Elle est complète et donne une bonne vision d’ensemble mais quelques cours sont de qualité légèrement inférieure.

Udacity

  • Une très bonne plateforme, spécialisée dans les métiers de l'IT (de web developper à ingénieur sur véhicules autonomes) et montée par un ancien de Stanford (Sebastien Thrun). Il y a des cours gratuits mais il faut payer pour bénéficier de tous les services offerts.
  • Les programmes appelés Nanodegrees comprennent des cours et des projets à rendre. Ces projets sont revus par des vraies personnes et ne sont validés que s’ils remplissent le cahier des charges, ce qui oblige à produire un travail de qualité.
  • Un certificat est délivré à la fin des Nanodegrees. Ne pas hésiter à le mettre sur son profil LinkedIn !
  • Le Nanodegree “Data Analyst” vaut $200 / mois, mais Udacity vous en rembourse la moitié si vous le terminez en moins d’un an (ce qui est aisément faisable). Il constitue une bonne entrée en matière dans le monde de la Data Science.
  • En plus des cours et projets purement techniques, cette plateforme permet de bénéficier de revues de CV et lettre de motivation, d'un forum très actif pour poser des questions. Et pour certains programmes, un mentor vous suit personnellement. Ils ont même un job board où des partenaires postent des propositions (majoritairement US et un peu Allemagne pour l’instant).
  • Une plateforme intéressante avec une communauté, des services ainsi qu'un suivi "après-vente".

Udemy

  • L'offre est très large sur cette plateforme et souvent de bonne qualité. Toutefois, les formations se limitent presque toujours à des videos et quelques quizz. On met donc beaucoup moins "la main à la pâte". L'absence de projets à soumettre et de certificat fait qu'il est beaucoup plus facile de décrocher.
  • Les cours sont souvent entre $100 et $200, mais le site fait en permanence des promotions de l’ordre de -90% !
  • Ces cours sont des bons compléments pour creuser un sujet.

YouTube

  • Une source presque inépuisable, parfaite pour comprendre des concepts ou alimenter son inspiration. De nombreux Data Scientists ou d’ingénieurs en Intelligence Artificielle y présentent leurs projets.
  • Par ailleurs, des chaînes comme mycodeschool proposent d'excellentes vidéos pour expliquer différents aspects de la programmation : algorithmes, syntaxe, structures de données... .
  • Si vous voulez tout comprendre sur le Deep Learning, vous pouvez aussi regarder le cours CS231n de Stanford. 15 videos de 1h20 chacune !

Quelques conseils pratiques pour se lancer dans des études à distance

La motivation

Un des plus gros obstacle quand on choisit de se reconvertir en se formant à distance, c'est soi-même. Il faut trouver la motivation de se lever et de travailler seul devant son ordinateur pour apprendre des sujets complexes. Les deadlines imposées pour remettre les projets aident énormément à ne pas se disperser. De même, on est motivé à finir les cours que l'on a payé (même $50). La dépense se justifie davantage pour rester motivé que pour obtenir le certificat à la fin.

L'importance des forums

Ne pas sous-estimer l'importance des forums et de la communauté en général. Cela permet de trouver des réponses bien sûr. Mais aider les autres est encore plus gratifiant et permet de mieux comprendre les concepts soi-même. C'est bon aussi pour la motivation.

Des cours avec des exercices pratiques

Il faut privilégier les cours qui vous font programmer. Regarder des vidéos permet de comprendre, mais pas de retenir. Ce n'est qu'en alternant videos (ou texte) et exercices pratiques que vous retiendrez les choses.

Son planning de cours

Au-delà de 3 cours suivis en même temps, il est difficile de suivre le rythme. Cela dépend de chacun évidemment. Cependant ne surestimez pas l'investissement en temps ! Chez Udacity notamment, l'estimation donnée est souvent sous-évaluée.

Commencez par un programme structuré pour balayer largement un sujet général, avoir une idée de vos lacunes et/ou centres d'intérêt. Ne perdez de vue votre objectif final : proposer des services dont vos futurs clients auront besoin. Vous pourrez ensuite creuser certains sujets au moyens d'autres cours ou de livres.

Ne pas s'isoler

N'oubliez pas de sortir voir du monde, pour ne pas déprimer seul toute la journée...

Et enfin

Créez-vous un profil Github et suivez un cours pour apprendre à utiliser Git / Github (celui-ci est très bien: https://www.udacity.com/course/how-to-use-git-and-github)

Créez-vous un compte sur Stack Overflow (forum d'aide pour programmeurs, incroyablement utile)

Profitez de cette expérience hyper stimulante intellectuellement : j'ai eu l'impression de réveiller des zones de mon cerveau qui dormaient depuis la fin de mes études.

Bonne formation et bonne reconversion !

Luc Frachon - Data Scientist - expatrié en Ecosse

 

 

Expat Value vous conseille également de lire :
Data Scientist : le métier en vogue auprès des recruteurs

 

Laisser un commentaire

Connexion en tant que membre