Bonjour
Que pensez vous de la data science?d'après mes recherches,elle est condamné à disparaître d'ici 2030 avec l'automatisation de la science des données.
Du coup je me demandais ce métier était vraiment porteur de grande opportunité, si elle représentait vraiment "l'or noir du 21 siècle" alors qu'elle a fait à peine 50 ans avant de disparaître.
En gros j'ai lu quelque part que les big data seront traitées sans aucune programmation humaine d'ici 10 ans (par une IA donc, elle même conçue et entrainée par une autre IA ...) Donc pas la peine d'apprendre Matlab ou Python ect
enfin, il y a peut-être tellement de data scientists en formation en ce moment qui vont débarquer sur le marché de l'emploi en même temps, qu'il est peut être sage de faire autre chose, qui sait ?
l'avenir de la data science
Re: l'avenir de la data science
Bonjour,
D'après tes recherches : quelles sont tes sources ? J'ai confiance en la capacité d'innovation des chercheurs, ce sont des gens très créatifs et intelligents mais il faudrait peut-être pas fantasmer à outrance sur ce que peut faire une IA.
Je te conseille la lecture du livre d'Aurélie Jean elle explique très bien pourquoi elle ne croit pas en l'apparition d'une singularité. Si cest bien que tu décris. De mémoire le premier neurone (simple à une couche) date de 1943 donc on est un peu plus vieux que 50 ans.
Apres il y a beaucoup de data scientist en formation certes mais tu as beaucoup de données de formes différentes que tu dois préparer qui dépendent de multiples disciplines : finances, astrophysique, océanographie, biologie, analyse de texte, gestion de clients.... qui demandent beaucoup d'analystes.
Apres je rejoins ton analyse sur le fait qu' il faut peut-être faire autre chose que que de la data science basique, si tu veux avoir un travail qui t'intéresse.
D'après tes recherches : quelles sont tes sources ? J'ai confiance en la capacité d'innovation des chercheurs, ce sont des gens très créatifs et intelligents mais il faudrait peut-être pas fantasmer à outrance sur ce que peut faire une IA.
Je te conseille la lecture du livre d'Aurélie Jean elle explique très bien pourquoi elle ne croit pas en l'apparition d'une singularité. Si cest bien que tu décris. De mémoire le premier neurone (simple à une couche) date de 1943 donc on est un peu plus vieux que 50 ans.
Apres il y a beaucoup de data scientist en formation certes mais tu as beaucoup de données de formes différentes que tu dois préparer qui dépendent de multiples disciplines : finances, astrophysique, océanographie, biologie, analyse de texte, gestion de clients.... qui demandent beaucoup d'analystes.
Apres je rejoins ton analyse sur le fait qu' il faut peut-être faire autre chose que que de la data science basique, si tu veux avoir un travail qui t'intéresse.
Re: l'avenir de la data science
Bonjour, le nom du livre s'il vous plait ?
l'une de mes sources: https://www.houseofbots.com/news-detail ... 30-be-like
et que voulez vous dire par autre chose que la data science "basique"?
l'une de mes sources: https://www.houseofbots.com/news-detail ... 30-be-like
et que voulez vous dire par autre chose que la data science "basique"?
Re: l'avenir de la data science
De l'autre côté de la machine. Cest sa vision du numérique expliqué de façon à ce que cela soit assez agréable à lire
Ton article est sympa mais il ne dit pas tout à la même chose que toi. Au contraire il encourage les gens qui veulent faire de la data science à devenir très compétents. Cest super !
Ton article est sympa mais il ne dit pas tout à la même chose que toi. Au contraire il encourage les gens qui veulent faire de la data science à devenir très compétents. Cest super !
Re: l'avenir de la data science
Si l ia a pris le pouvoir (Skynet) tu n auras plus de question à te poser sur ton avenir. Il sera plus sombre encore que ce qu on connaît
Rassure toi l homme à encore un avenir
Mais raisonnons a contrario quel métier intellectuel pourrait perdurer face à l automatisation ?
Rassure toi l homme à encore un avenir
Mais raisonnons a contrario quel métier intellectuel pourrait perdurer face à l automatisation ?
Re: l'avenir de la data science
Vaste sujet que celui de l'automatisation de la data science par l'IA. Je vais tenter d'éclaircir certains points et de montrer pourquoi le métier de data scientist est loin de disparaître, puisque mon métier (et ma formation) tournent très largement autour de la data science et de l'IA.
D'une part la data science est un domaine très large, qui va de l'identification des données pertinentes, au stockage, en passant par l'exploitation, la prévision, et surtout depuis peu au respect du droit (RGPD notamment). Un écosystème data (ok c'est un peu bullshit je te l'accorde) ça regroupe beaucoup de métiers différents qui ne sont pas vraiment automatisables. Par exemple derrière la plupart des algorithmes d'apprentissage de deep learning qui reconnaissent des objects, il y a des travailleurs uberisés sous payés au clic qui labellisent les données, et sans ce travail-là il n'y a pas d'apprentissage. L'avocat qui sauve ton cul quand t'as une fuite de données massive, on est TRÈS très loin d'arriver à l'automatiser.
Si le métier de data scientist à l'ancienne, qui consiste à regarder des courbes et faire des régressions multilinéaires à la con est voué à disparaitre, les autres métiers (comme devops, etc) sont toujours indispensables
Les données sont toujours aussi sales, mal documentées, et un regard humain est indispensable, ne serait-ce que pour comprendre les enjeux du problème
La mode de la data science en sortie d'école a également un effet pervers : cela la rend trop accessible. Cela est une très bonne chose pour l'innovation, mais cela augmente aussi le nombre d'incompétents (diplomés) sur le marché, et les meilleurs auront leur carte à jouer. C'est tellement facile de raconter n'importe quoi en machine learning quand il suffit d'importer une librairie python pour en faire.
Ensuite, l'IA souffre d'un gros manque d'interprétabilité. Les modèles, bien que valides mathématiquement, sont souvent biaisés par manque de connaissance du sujet. Il est très facile de rendre une IA raciste en lui donnant des données biaisées. Sans intervention humaine on ne sait pas ce qu'il peut se passer et ça peut être grave (cf flash krach du 6 mai 2010 à New York) : "Science sans contrôle n'est que ruine de l'âme"
Enfin je dirais que si dans certains domaines il est tout à fait possible d'utiliser des IA automatiques comme la reconnaissance d'images ou d'émotions, dans certains domaines critiques comme la gestion de risque ou la finance, la réalité est si complexe, et la quantité de données si restreinte qu'il est impossible d'entrainer une IA pour faire le travail à la place d'un humain expérimenté qui analyse les données lui-même.
Pour conclure : le data scientist est un scientifique, et c'est cela qui le différencie d'un ouvrier ou d'une machine. Il questionne, doute, et critique ses résultats. On cherche à comprendre pourquoi ça marche, comment ça marche, et un bon résultat sans raison n'est pas un résultat valide. L'effet sera probablement le même qu'en médecine, avec une complexification des métiers, et une spécialisation des personnes
D'une part la data science est un domaine très large, qui va de l'identification des données pertinentes, au stockage, en passant par l'exploitation, la prévision, et surtout depuis peu au respect du droit (RGPD notamment). Un écosystème data (ok c'est un peu bullshit je te l'accorde) ça regroupe beaucoup de métiers différents qui ne sont pas vraiment automatisables. Par exemple derrière la plupart des algorithmes d'apprentissage de deep learning qui reconnaissent des objects, il y a des travailleurs uberisés sous payés au clic qui labellisent les données, et sans ce travail-là il n'y a pas d'apprentissage. L'avocat qui sauve ton cul quand t'as une fuite de données massive, on est TRÈS très loin d'arriver à l'automatiser.
Si le métier de data scientist à l'ancienne, qui consiste à regarder des courbes et faire des régressions multilinéaires à la con est voué à disparaitre, les autres métiers (comme devops, etc) sont toujours indispensables
Les données sont toujours aussi sales, mal documentées, et un regard humain est indispensable, ne serait-ce que pour comprendre les enjeux du problème
La mode de la data science en sortie d'école a également un effet pervers : cela la rend trop accessible. Cela est une très bonne chose pour l'innovation, mais cela augmente aussi le nombre d'incompétents (diplomés) sur le marché, et les meilleurs auront leur carte à jouer. C'est tellement facile de raconter n'importe quoi en machine learning quand il suffit d'importer une librairie python pour en faire.
Ensuite, l'IA souffre d'un gros manque d'interprétabilité. Les modèles, bien que valides mathématiquement, sont souvent biaisés par manque de connaissance du sujet. Il est très facile de rendre une IA raciste en lui donnant des données biaisées. Sans intervention humaine on ne sait pas ce qu'il peut se passer et ça peut être grave (cf flash krach du 6 mai 2010 à New York) : "Science sans contrôle n'est que ruine de l'âme"
Enfin je dirais que si dans certains domaines il est tout à fait possible d'utiliser des IA automatiques comme la reconnaissance d'images ou d'émotions, dans certains domaines critiques comme la gestion de risque ou la finance, la réalité est si complexe, et la quantité de données si restreinte qu'il est impossible d'entrainer une IA pour faire le travail à la place d'un humain expérimenté qui analyse les données lui-même.
Pour conclure : le data scientist est un scientifique, et c'est cela qui le différencie d'un ouvrier ou d'une machine. Il questionne, doute, et critique ses résultats. On cherche à comprendre pourquoi ça marche, comment ça marche, et un bon résultat sans raison n'est pas un résultat valide. L'effet sera probablement le même qu'en médecine, avec une complexification des métiers, et une spécialisation des personnes
2014 - 2015 : MPSI2
2015 - 2016 : MP*
X 2016
2015 - 2016 : MP*
X 2016
Re: l'avenir de la data science
Ta source journalistique est en contradiction avec le minimum de PR qu'on peut trouver sur arxiv, en cherchant ne serait-ce que furtivement.
Peut-etre que laisser tomber les journalistes et lire arxiv, ou des ann.rev., (en somme, des textes plus scientifiques et serieux ^-^) te permettra de repondre plus serieusement/precisement a ta question.
Peut-etre que laisser tomber les journalistes et lire arxiv, ou des ann.rev., (en somme, des textes plus scientifiques et serieux ^-^) te permettra de repondre plus serieusement/precisement a ta question.
Masséna (PC*) -- X15 -- Spatial.