Le format est totalement adapté pour devenir rapidement opérationnel en data science : beaucoup de pratique, avec une pédagogie bien rodée sur l’apprentissage du code.
Qu'est-ce qui t'a motivée à suivre la formation data science ?
J’ai étudié dans une école d’ingénieurs généraliste, mais n’ai pas suivi de parcours data science pendant mes études. Après quelques années de conseil en stratégie,
j’ai souhaité apporter une dimension plus technique à mon travail en me tournant vers cette discipline. J’ai rejoint ClaraVista, un cabinet de conseil qui mixe des profils de consultants
data scientists et de consultants stratégie/marketing. Mon entreprise m’a donné l’opportunité de devenir pleinement opérationnelle en data science en suivant cette formation, afin d’intervenir sur des missions avec la double compétence.
Que penses-tu de la formation ?
Le format est totalement adapté pour devenir rapidement opérationnel et exercer l'un des
métiers de la Data Science : beaucoup de pratique, avec une pédagogie bien rodée sur l’apprentissage du code, des études de cas à répétition
pour appréhender les principaux modèles utilisés sur des applications métiers, et des professeurs experts dans le domaine, à disposition pour approfondir les concepts mathématiques derrière les modèles étudiés.
J’ai plutôt un profil matheux mais pas du tout dev : le travail en binôme m’a permis de progresser beaucoup plus rapidement sur le dev que si j’étais seule.
Comment trouves-tu l'ambiance au sein de la promo ?
La
formation Data Science repose sur le travail en équipe avec des binômes qui changent au quotidien.
L’idée est de s’entraider en profitant des compétences de chacun, et la diversité des profils fait la force de cette formation.
J’ai plutôt un profil matheux mais pas du tout dev : le travail en binôme m’a permis de progresser beaucoup plus rapidement sur le dev que si j’étais seule, et à l’inverse, j’étais plus à l’aise pour aider mes binômes sur des questions orientées maths.
Peux-tu nous en dire plus sur le projet que tu développes au Wagon ?
Dans un premier temps, nous souhaitons prédire les ventes de produits à courte durée de vie (pain et produits frais par exemple) pour une grande chaîne de supermarchés afin de lui permettre d’ajuster son approvisionnement à la demande dans chaque magasin. Nous allons étudier les ventes passées, les phénomènes de saisonnalité sur certains produits ainsi que l’impact d’événements externes sur les ventes. Nous souhaitons ensuite tenter d’optimiser la logistique autour de l’approvisionnement de ces supermarchés et explorons encore les pistes permises par la donnée que nous avons à disposition. Cela dépendra également sûrement des résultats obtenus dans la première phase du projet !
Quels sont tes conseils pour les personnes qui souhaitent se former à la data science ?
Mettre rapidement “les mains dans le cambouis” : tester des modèles dans Python pour voir comment ils marchent et ce qu’ils produisent (pas besoin de maîtriser le langage, de nombreux exemples sont disponibles sur Internet avec des explications détaillées), et approfondir en parallèle dans des livres ou des articles techniques les concepts mathématiques importants derrière les modèles pour comprendre ce qu’il s’y passe.
Comment cette formation va t'aider à évoluer dans ton métier actuel ?
Le coeur de métier de ClaraVista est d’explorer la donnée de nos clients pour créer de la valeur ajoutée business. La formation me permettra d’explorer des approches algorithmiques supplémentaires sur les missions que nous pratiquons déjà, mais également de contribuer à développer le périmètre d’intervention de ClaraVista sur de nouvelles questions clients.
