Data engineer, Data scientist, ou quant analyst

[Hasaki]

Bonjour tout le monde,

Voici mon état actuel :
En 4ème année d'une école de rang B à Lille, en formation info & stats. J'ai pris comme options de 5A du calcul distribué, de l'optimisation avancée (optimisation du ML, recherche opérationnelle avancée, gradient descending ... sur la plaquette) et ingénierie financière.
Partant pour un M2 parallèle en finance quantitative à l'université, je suis en alternance en tant que data engineer dans une banque (assez réputée internationalement, qui fait beau sur CV) et ayant fait un stage en data science auparavant.
Plus intéréssé par les maths que l'info, je suis en info principalement pour travailler sur mes faiblessses (je m'en sors relativement bien maintenant)

Mes questions sont les suivantes :
J'hésites entre continuer en big data en banque, faire de la data science, ou bien partir sur de la finance de marché.
Mon hésitation est surtout pour des raisons financières : les trois domaines m’intéressent, je voudrais savoir, sur le moyen terme, lequel me permetterais de gagner le plus.

Ce que je sais :
Je ne commencerais probablement pas en FO en CIB, je compte passer soit par un MS (vu que mes chances pour les MSc parisiens en finance quanti sont minces) soit commencer en BO et passer en front office après (on m'a dit que c'était faisable, si la motivation y est) donc un sacrifice sur le court terme.

En data engineering, je pourrais être à un peu plus de 40k brut sans primes en sortie d'école si j'ai un CDI dans l'équipe où je suis. (donc hors RP)

Je n'ai aucune idée de l'état des salaires en data science.

Des témoignages seraient les bienvenus pour la valeur ajoutée des MS (ENSAE data science par exp) sur les salaires et les évolutions.
Et celle des PhD en data science finance (si la problématique est intéressante : LSTM deep neural networks in time series forecasting par exemple)

La mobilité internationale (et nationale également) ne me pose pas de soucis.

PS : Il y a des astuces pour augmenter ses chances en MSc parisiens quand on a des notes moyennes (13.5 de moyenne générale en math en M1) ? (LE, EK, Lamberton) un MS avant par exp ? :p

Merci

[father]

Ce que tu appelles des Msc sont des m2
(Les Msc sont des diplômes de grandes écoles en 2ans en 2ans souvent en anglais pour étrangers)
Tu es a centrale Lille ?
C est quoi la différence entre big data et data science ?

[Hasaki]

Merci pour la réponse Father
D'accord pour les Masters / MSc je ne savais pas
Non, à Polytech lille (Centrale lille est une A)

Big data c'est plus la partie où intervient le data engineer : L'ingestion de la donnée sous différents formats (structurés comme des CSV, semi structurés comme les JSON, ou non structurés, images ...) à partir des sources divers et variées (applis, sites webs, formulaires, payements, contrats etc) Le stockage de ces données (SQL, NoSQL graphe, documents clés-valeurs, systèmes pubsub, Cached base) sous les bons formats

Un data scientist (data science) pourrait faire du cleaning sur la donnée (une fois en bon format, prendre que ce qui est intéressant pour son étude / model, en tant que variables, et en tant qu'observations) et appliqué des méthodes de machine learning dessus; du ML classique (classif supervisé, reg lin / polynomiale / logistique, poisson ...) Renforcé (Algo génétiques) Ensemble learning (tout ce qui boosting et random forest etc) Ou réseaux de neurones (la liste est longue)

Un data analyste est un cran en dessous du data scientist, dans le sens où il utilise plus de la statistique descriptive que prédictive.

pour résumer, le data engineer (big data) est le plombier de la donnée (il fait des pipelines principalement), le data scientist, lui, va tirer des conclusions à partir de cette donnée

[bullquies]

cherche les median starting/senior/managerial salaries pour te faire une idée.
Aussi pour être rémunéré plus proche de sa juste valeur il vaut mieux s'expatrier

[Hasaki]

cherche les median starting/senior/managerial salaries pour te faire une idée.

Je tombe sur pas mal de stats pas claires, des moyennes surtout, et faussées par les data scientists gafa qui sont largement plus payés que les data engineers, des stats sans primes alors que pour les CIB, c'est ce qui rapporte un max, et des réponses controversées, j'ai lu à maintes reprises que data engineering rapport plus, ici sur prepas.org alors que les mes sources affichent le contraire.

Si tu as des sources relativement fiables pour les stats sur les salaires je suis preneur, hors Glassdoor, payscale et linkedin salary (pour mettre fin à l'arnaque au premier salaire lol)

Aussi pour être rémunéré plus proche de sa juste valeur il vaut mieux s'expatrier

J'y pense vraiment, Allemagne, suisse, USA, UK, mais je me demande quelle valeur donnera-t-on à un diplôme comme le mien, d'où la question sur les mastères / doctorats.

[bullquies]

Les médianes ne peuvent pas trop être faussées par des outliers quand même... Et s'il y a tellement d'outliers que ça fausse, peut-être que ce ne sont pas des outliers après tout...

en tous cas on s'attend à ce que tu ailles voir sur glassdoor pour négocier ton premier salaire par ex... Voir aussi les anciens de l'école si tu as accès à un annuaire

Sinon sélectionner un employeur de référence et aller voir glassdoor uniquement pour cet employeur (disons Axa pour assurance, BNP pour une banque, Carrefour pour la grande distribution etc) Peut-être que ça donnera une meilleure idée. Qu'en penses-tu ?

[Hasaki]

Les médianes ne peuvent pas trop être faussées par des outliers quand même... Et s'il y a tellement d'outliers que ça fausse, peut-être que ce ne sont pas des outliers après tout...

Effectivement, je regardais plus des moyennes que des médianes, je vais chercher si je peux en trouver ^^

Sinon sélectionner un employeur de référence et aller voir glassdoor uniquement pour cet employeur (disons Axa pour assurance, BNP pour une banque, Carrefour pour la grande distribution etc) Peut-être que ça donnera une meilleure idée. Qu'en penses-tu ?

ça me parait comme une bonne approche, je vais voir ça, avec l'annuaire également, même si parler salaires reste tabou.

mais sinon dans l'absolu, sur le moyen terme, vous pensez qu'un MS vaut le coût ? (augmentation des chances de recrutement dans des pays étrangers ? augmentation du salaire ?)

[bullquies]

Pour moi tes expériences valent déjà plus qu'un quelconque master. Le seul truc plus intéressant serait un éventuel PhD, et encore.

Avoir deux diplômes n'augmentera pas ton salaire en tous cas, si c'était ça l'objectif.

[Hasaki]

Avoir deux diplômes n'augmentera pas ton salaire en tous cas, si c'était ça l'objectif.

D'accord ok merci, je pensais surtout à la qualité des diplômes, pas la quantité, je me disais qu'une A+ rajouterai de l'éclat au CV.
L'annuaire des anciens étudiants est payant lol, on doit être adhérent à l'asso des ingés de l'école.

[father]

La réputation des écoles françaises est quasi nulle à l étranger
Oublie ces histoires de classement taupinal franco français
(Centrale Lille c est plutôt B et polytech C)
Tu seras embauché sur ce que tu sais faire.
Comme tu as fait une école assez spécialisée tu es supposé être relativement vite opérationnel sans qu un MS t apporte grand chose (en stat du moins, en finance c est autre chose)

Le phd par contre t apportera une plus value dans les boîtes us
Mais c est long et fastidieux si tu n es pas fait pour cela.

Pour le distinguo engineer / scientiste, Mon intuition de profane est que celui qui maîtrise les algorithmes voire les améliore ou mieux les crée est plus recherché / rémunéré que celui qui s occupe de la plomberie. Même si la plomberie paie bien.
L appellation scientist vs analyst c est surtout du mktg pour valoriser les stateux qui existent depuis lontemps