Bonjour à tous et à toutes. J'ai commencé le python il y a une semaine maintenant et je pense avoir compris les bases. Les cours ne manquent pas, j'ai accès à bon nombre de ressources en ligne ainsi qu’a l'ensemble des bouquins O'Reilly ; et je peux lire de du doc en anglais!

J’ai envie de maîtriser le python pour découvrir le Data, L’IA, la Finance et tout le reste pour trouver quelque chose qui me plaise et me stimule. Tout ça de manière autonome.

Maintenant mon problème c’est que je n’arrive pas à trouver de bons exercices un peu « challenging exercices » pour progresser et j’ai l’impression que je passe des cours faciles à des cours comme Python for Data Analyst ou Python for Finance qui manque cruellement d’exercices ou de projets concrets pour appliquer tout ça qui me semble un peu vague sans utilisation concrète à des projets pour me tester ! Bref je passe d'easy à hard trop rapidement.

Si vous avez des conseils, ou des remarques je suis preneur !

Je ne suis plutôt pas mauvais en math et ça me plaît, j’ai un niveau L1. J’aime bien les casses tète et les problèmes. J’aimerais trouver des sujets ou des projets intéressants et qui me demande de réfléchir et du temps un vrai exercice.

Aucune prétention de ma part simplement je n'ai déjà trouvé des exos mais j’aimerais plus sur des cas d’études.

Navré pour les fautes orthographes et grammaire je suis qui ne reflète pas correctement ni le fonds de mes questions ni mon niveau d'éducation ou "intellectuelle"

Un grand Merci !

Pour tout ce qui est Machine Learning/Data Science tu as le site Kaggle ou il y a des challenges et des cours notamment pour débutant

Si vous avez des conseils, ou des remarques je suis preneur !

Tu veux faire quelque chose de challengeant qui te permette de progresser sur des usages concrets. Dans mon langage, j'appelle ça un projet. En datascience, un projet c'est:

- des données
- un objectif

Là c'est plutôt simple, il y a des milliards de datasets libres en ligne, et des milliards d'usages pour ces datasets. Je vais t'en citer un seul d'actualité: t'as les données du covid en ligne par département sur data.gouv.fr, t'as des datasets avec le nombre de personnes par départements etc.., il faut que tu trouves tout tout seul (c'est ça l'art des datascientistes, ils doivent souvent faire les datasets eux mêmes pour des nouveaux usages), tu fais comme tu veux, tu récupères les données que tu veux, tu peux prendre celle de wikidata, tu peux prendre celles de data.gouv.fr etc.. tu fais comme tu veux, et ton objectif ça va être de prédire la propagation de la maladie sur 1 mois.
C'est un exemple, l'idée c'est que tu peux faire ce que tu veux, donc je te recommande un truc que j'aimerai faire, mais je ne sais pas ce que toi t'aimerais personnellement. Si c'est la finance, tu peux chercher des datasets des valorisations d'entreprises, faire des stats en fonction des secteurs et décider où investir ta tune

Il y a un truc à savoir. La datascience c'est terriblement fatiguant à certains moments. Parce que prendre un exo tout fait avec un joli dataset tout propre c'est facile. Mais la vraie vie c'est jamais comme ça. Souvent le dataset existe pas, c'est à toi de le faire, et s'il existe il peut être sale, mal adapté à ton usage etc.. Ca demande beaucoup d'ingéniosité si on veut éviter de se cogner la tête contre les murs.

Merci à vous deux, je vais regarder Kaggle.

J'avais pas pensé aux Stats sur le covid et effectivement c'est une très bonne idée !

Après tu me dis que c'est très rébarbatif à un moment donné c'est pas top top ça.

Mais niveau stimulation intellectuelle et rémunération c'est ce qu'il y a de mieux en ce moment nn ? Ou il y a mieux et plus orienté entreprenariat et plus valorisé sur le marché du travail ?

Je ne sais pas si ça peut t'intéresser, mais je bosse actuellement sur des sujets de recherche utilisant des graphes.

Tout développeur devrait savoir au moins les bases de ces structures de données et je t'invite à te renseigner dessus. En effet en IA mais pas que, les structures utilisées sont des matrices qui représentent la plupart du temps ... ? Et oui, des graphes

C'est un aussi un bon moyen de s'introduire à thématique un peu plus complexe comme la Np-completude / les classes de problème qui sont des enjeux majeurs de la recherche d'aujourd'hui.

C'est un domaine assez passionnant je dois le reconnaître, les recherches datent d'il y a quelques années et pourtant la plupart des gros systèmes fonctionnent dessus aujourd'hui : Facebook, Wikipédia/DBpedia, Neo4js ...

--------------

Si c'est vraiment le côté finance qui t'intéresse, tu vas devoir te former un peu plus aux théories de l'économie, la data viz et peut-être t'orienter vers le langage R qui est plus orienté statistique.

En revanche, si c'est vraiment le machine learning/deep et toute autre forme d'apprentissage machine qui t'intéresse le combo python + C++ c'est le top. Python pour produire rapidement et c++ pour produire proprement et plus performant.

Ce que je te déconseille vraiment, c'est d'expérimenter des modèles sans les comprendre. C'est ce que j'ai fait au début, avec Python c'est tellement simple d'appliquer sans réellement comprendre que tout le monde peut plus ou moins se prétendre Data Scientist maintenant. Si tu veux t'amuser, il va falloir rentrer dans les Maths et c'est seulement à ce moment que tes résultats seront vraiment probants.

Je te souhaite bon courage pour ce long chemin que tu entames et si je devais te donner un dernier conseil pour te former : Vises des thématiques qui font évoluer le monde dans le bon sens. La finance c'est bien, ça rapporte mais quand tu seras mort cette argent n'aura plus aucune valeur

Après tu me dis que c'est très rébarbatif à un moment donné c'est pas top top ça.

Ca c'est ce qu'on cache aux étudiants, parce que les profs te donnent un joli problème tout propre, avec des questions dans l'ordre, un joli dataset et t'as plus qu'à te pencher sur la partie fun, mais c'est pas la vraie vie

Mais niveau stimulation intellectuelle et rémunération c'est ce qu'il y a de mieux en ce moment nn ? Ou il y a mieux et plus orienté entreprenariat et plus valorisé sur le marché du travail ?

Oula, j'ai pas vraiment considéré ce compromis. Niveau stimulation intellectuelle je pense que tout ce qui est math théoriques, physique théorique est infiniment plus complexe que la datascience (surtout la datascience pratique). Et en terme de rémunération franchement c'est extrêmement variable, un bon datascientist sera pas trop mal payé mais ça ça n'arrive que quand t'es vieux, quand t'es jeune il y a pas beaucoup de différence.
Ah oui niveau entreprenariat il y a des métiers mieux payés, Patron de grosse entreprise c'est bien payé par exemple Et grosso modo tous les gens qui ont des fonctions de managers sont en général mieux payés que les gens (genre les datascientists) qu'ils managent. Après la stimulation intellectuelle c'est subjectif.

Merci à vous deux !

@Date_a_science je me suis permis de répondre en DM.

Effectivement @blackapplex je comprends bien ce que tu veux dire, quand je parlais de stimulation je voulais dire "Est ce que cela est intéressant ?" question qui j'en conviens reste assez subjectif !

Aurais-tu par hasard de du doc, livres où des sites à me conseiller ?

Merci