Formation Formations à distance

Data Scientist : Conseils pour trouver votre formation en Data Science en ligne

datascientist

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

 

Les plateformes en ligne de formations en Data Science

edX

  • Plate-forme de formation montée par de prestigieuses universités (MIT, Harvard). Des milliers de cours sur des sujets très divers, dont plusieurs programmes de formation à la Data Science. Vous avez généralement accès gratuitement à tout le contenu du cours, mais devrez payer une somme modique pour accéder aux exercices (correction automatique) et au certificat de complétion. Ce dernier n’a pas valeur de diplôme mais montre que vous avez terminé le cours avec succès
  • Des cursus regroupent plusieurs cours pour une approche plus structurée (par exemple le programme Computer Science de MITx) et peuvent délivrer un « certificat professionnel » (là encore, il ne s’agit pas d’un diplôme). Ces certificats bénéficient de la caution d’un « grand nom » (IBM, Microsoft, Harvard…). Toutefois, les cours peuvent aussi être pris indépendamment.
  • Certains cours sont 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).

Lire aussi : Se former en expatriation ?

Coursera

  • Plate-forme de formation montée par Daphne Koller et 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 programmation en ligne, forum etc.), avec là encore certains cours en Français, et la possibilité de suivre les cours en « auditeur libre » gratuitement.

En ce qui concerne les formations en data science...

  • 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 axés sur la théorie informatique, les cours de l’Algorithms Specialization par Tim Roughgarden (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.
  • 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. Le langage de programmation utilisé est R, qui est très répandu dans les domaines de la médecine et de la biologie. D’autres secteurs préfèrent Python.

Notez que de vrais programmes type Bachelor ou Master sont également proposés sur cette plate-forme, à un coût évidemment très supérieur.

Lire aussi : Les MOOCs que les conjoints expatriés vous recommandent

Udacity

  • Une très bonne plateforme de formation spécialisée dans les métiers de l'IT (de web developer à ingénieur sur véhicules autonomes) et montée par Sebastien Thrun, un ancien de Stanford. 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” coûte environ 200-300 € par mois. Plus vous finissez vite, moins ce sera cher ! Cette formation constitue une bonne entrée en matière dans le monde du 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. Des évènements sont parfois organisés aux USA et en Europe pour permettre aux « alumni » de se rencontrer et de rencontrer des recruteurs.
  • Une plateforme intéressante avec une communauté, des services ainsi qu'un suivi "après-vente".

DataScientest.com

Note : Les fondateurs de DataScientest.com m’ont offert un mois et demi d’accès gratuit aux modules indépendants, ainsi qu’une « master class » d’environ deux heures. J’ai également bêta-testé le module « Deep Reinforcement Learning ». Je m’efforce toutefois ici d’en donner mon avis objectif.

Cette plateforme se distingue pour plusieurs raisons. Premièrement, beaucoup de ses formations sont en français, ce qui peut être un avantage lorsqu’on débute (bien que la transition à l’anglais me paraisse incontournable à brève échéance). Deuxièmement, elle met l’accent sur l’accompagnement humain des étudiants, ce qui a évidemment un cout. Son offre est structurée principalement autour de deux types de formations :

  • Le cursus complet, plutôt destine à une clientèle entreprise en raison de son cout (environ 4500EUR), comprend 400 heures de cours sur trois mois, dont une partie en présentiel, ainsi qu’un projet « fil rouge » développé en parallèle. Les étudiants sont coachés personnellement tout au long du programme, s’assurant ainsi d’un taux de complétion proche de 100% la ou les plateformes gratuites enregistrent moins de 5%.
  • Les sprints, plus spécialisés et moins chers (environ 800EUR), qui comprennent une demi-douzaine de cours a distance avec un enseignant humain, des examens corriges et un suivi/support pour maximiser le taux de complétion.
  • Les modules abordent des sujets très divers, dont certains rarement couverts sur les autres plateformes (théorie des graphes, systèmes de recommandation, etc.). Ils sont globalement de qualité, comprenant une part de théorie et des exercices pratiques. Certains manquent un peu de profondeur, mais il semble que l’équipe soit très active pour remédier aux lacunes identifiées par les étudiants.

Cette plateforme représente évidemment un investissement supérieur aux autres, mais vous tient par la main tout au long de votre formation en data science, ce qui se traduit par un apprentissage plus efficace, en particulier pour ceux qui ne sauraient pas trop par où commencer.

Udemy

  • L'offre est très large sur cette plateforme et souvent de bonne qualité. Toutefois, les formations se limitent presque toujours à des vidéos 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 à tous les prix, et très souvent en promotion.
  • 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, ingénieurs ou chercheurs en Intelligence Artificielle y présentent leurs projets, ou vulgarisent des papiers universitaires.
  • 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 !

boutons NL EV

Quelques conseils pratiques pour se lancer dans une formation à distance en Data Science

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 délais imposés 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.

Lire aussi : Ne pas s’essouffler pendant une formation à distance

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 videos 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...

Lire aussi : Le Coworking, une tendance en mutation

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, doctorant en Deep Learning, expatrié en Ecosse

boutons NL EV

Expat Value vous conseille également de lire :

Data Scientist : le métier en vogue auprès des recruteurs

Portraits d’expats entrepreneurs

Networking, mode d'emploi

 

Parce qu'un départ en expatriation ne s'improvise pas, Expat Communication accompagne depuis 2001 chacun des acteurs de la mobilité internationale sous la devise « Together, we care for expats » et propose :

  • Des stages départ : un accompagnement indispensable pour préparer son départ et faciliter son adaptation sur place.
  • Des stages retour : une journée pour les collaborateurs ou pour les conjoints, pour faire le point. Relire son expatriation, avancer sur ses projets de retour et échanger avec d’autres personnes qui sont dans la même situation. Une bulle d’esprit expat avant de plonger dans le bain du retour.
  • Un accompagnement individuel : une coach, ancienne expatriée elle-même, vous aide à élaborer et mettre en œuvre votre projet. Service disponible à Paris ou par skype avant votre retour. Vous n'êtes pas sûr de vous ? Expat Value vous propose 30 minutes pour décider.
  • Le job booster cocoon (Retour à l’emploi après une expatriation ): des groupes d’expatriés, hommes et femmes, boostent leur carrière en s’entraidant pour définir et obtenir le job de leurs rêves. Pour garder l’esprit innovant, débrouillard et solidaire de l’expatriation qui fera rebondir leur carrière. A Paris et à San Francisco.

Laisser un commentaire

Connexion en tant que membre