Suivre des cours de master en Machine learning directement sur la plateforme de DataScientest? Depuis plusieurs années, le partenariat avec l’université Paris Panthéon Sorbonne a rendu cela possible. Cette année, étudiante en Master 2 j’ai eu la chance d’y participer et j’ai décidé de vous faire part de cette expérience dans cet article.
Partie 1 : Kick off et impression générale
Jeudi 5 Novembre a eu lieu le kick off Datascientest pour ma promotion de master. Charles Sutton nous a alors présenté la plateforme, le contenu des modules auxquels nous aurons accès ainsi que les deadlines de passage des certifications.
L’accès aux modules a été rendu possible grâce au partenariat entre mon master, le M2 MoSEF et DataScientest. Des matières auxquelles sont conférés des UE sont validées à la fois par une évaluation dans la matière et la certification DataScientest.
La plupart des étudiants de mon master sont en alternance avec un planning très chargé. Dans ce cadre particulier, l’accès illimité à la plateforme ainsi que la disponibilité des membres de l’équipe pour répondre à nos questions nous permettent de gérer au mieux notre temps. En outre, les modules nous donnent un point d’appui théorique et pratique supplémentaire en parallèle des enseignements universitaires. C’est donc une façon de consolider et de valider nos connaissances de façon individuelle à notre rythme.
Partie 2 : Contenu et accès plateforme
La prise en main de la plateforme est vraiment très simple. L’équipe DataScientest nous envoie nos identifiants de connexion ainsi que le lien pour avoir accès à Slack. Sur Slack, il est possible d’échanger avec les membres de ma promotion grâce à un canal dédié mais également avec le support (animé par des data scientists de DataScientest) qui peut répondre à mes questions.
Plus concrètement, si je veux accéder à la plateforme, il me suffit de rentrer mes identifiants puis de cliquer sur le module (ensemble de Jupyter Notebook interactifs) que je souhaite entamer. Dans le cadre de mon master, nous avons eu accès à deux modules qui portent sur des modèles de classification appliqués au machine learning.
Le premier module dure 8h30 et contient 9 notebooks d’environ 1h qui décrive chacun un modèle de classification, allant de la régression logistique au modèle XG Boost. Le deuxième module comporte quant à lui 5 notebooks pour un total de 4h30 et porte sur des thématiques plus poussées telle que la détection d’anomalies.
Chacun des notebooks comporte une partie théorique qui présente le modèle ou la problématique traitée et des éléments pratiques qui nous permettent de tester notre compréhension et de connaître l’implémentation sur logiciel.
Après chaque explication, il est demandé à l’utilisateur d’implémenter des lignes de code par des exercices courts.
Concernant le langage de programmation, le langage utilisé sur ces modules est python comme pour la majorité des notebooks de la plateforme.
Bien qu’il faille éviter de céder à la solution de facilité, après chaque partie exercice sont proposés des éléments de solution pour permettre au user de poursuivre dans son apprentissage. Cela permet également aux users les moins à l’aise avec le langage de programmation d’être débloqué rapidement.
Après avoir fini chaque notebook, il faut le valider. Au terme du dernier notebook du module, j’ai passé l’examen qui permet d’obtenir la certification associée (co-certifiée par la Sorbonne).
Partie 3 : Examination
L’examen associé au module 121 dure 1h, bien que leur durée varie selon les modules. Il n’y a pas de surprise dans l’examen, si l’on a bien suivi les cours et les exercices, l’examen est à notre portée. Néanmoins, il est nécessaire d’avoir véritablement compris les éléments théoriques et les applications pratiques pour le réussir. Si à l’issue de l’examen, on ne parvient pas à obtenir la certification (les examens sont corrigés par les équipes de DataScientest manuellement et les certifications sont attribuées aux users qui ont validés plus de 80% des notions de l’examen), alors on peut obtenir un deuxième essai.
Dans le cadre de mon master, le premier module est obligatoire et le second facultatif pour valider ma matière. J’ai personnellement fait le choix de passer les deux certifications à la fois pour ma connaissance personnelle mais également pour la reconnaissance des certifications. Une fois obtenue on reçoit une certification en format pdf et également un badge Linkedin. Cela permet ainsi de mettre en avant certaines compétences aux yeux des recruteurs, un atout non négligeable lorsque l’on est étudiant et qu’il est essentiel de définir son champ de compétences.
Si vous souhaitez suivre une formation en data science reconnue par La Sorbonne et de grande exigence académique, n’hésitez plus et prenez rendez-vous avec leur équipe d’admission pour en discuter
