Cet épisode se centre autour de termes, souvent anglais, que tu entends probablement régulièrement mais sans trop savoir à quoi ils correspondent. La plupart de ces termes contiennent le mot "data" : data science évidemment mais aussi data engineer, big data, data mining, data analyst...

Et les autres termes dont on parle avec mon invité font plutôt référence dans notre imaginaire à la science fiction, tels que machine learning et intelligence artificielle. 

Tous ces termes à la mode font de près ou de loin référence à ce qu'on appelle en français l'analyse de données.

C'est de ces métiers autour de l'analyse de données dont on va parler en grande partie dans cet épisode.

Au delà de ces histoire de data, nous abordons également des sujets comme la vie dans différents pays, la physique théorique, les croissants et Python (le langage de programmation, pas le serpent ! )...

Alors si au moins un de ces sujets t'intéresse ou si tu veux comprendre de quoi il s'agit quand on emploie un de ces mots contenant "data", écoute attentivement mon vieil ami, le data scientist, Adam Alloul !

Les références mentionnées par Adam :

• Le cours de Andrew Ng sur le machine learning est une excellente introduction aux concepts de base de cet outil. Il est disponible sur la plateforme Coursera à partir de ce lien https://www.coursera.org/learn/machine-learning

• Il existe un excellent cours de spécialisation créé par l'université John Hopkins sur la même plateforme. Vous le trouverez ici https://www.coursera.org/specializations/jhu-data-science#courses

• Un aspect très important de la data science est le SQL qui nous permet de retrouver les données à partir des bases de données et parfois même de les analyser. Le tutoriel sur w3school est une excellente introduction et il est disponible ici https://www.w3schools.com/sql/

Comment contacter Adam :

LinkedIn : https://www.linkedin.com/in/adam-alloul-582b698b/

Précisions d'Adam à propos de l'épisode :

• Note 1:
  • Honteusement, j'ai oublié de mentionner SQL qui est un langage qu'on utilise chaque jour pour extraire les données des bases de données. Ce langage est en fait extrêmement utile et permet parfois de faire des belles analyses sans utiliser Python. Je le recommande donc à toute personne qui veut s'initier à l'analyse des données (ou la data science en général).

• Note 2:
  • Pour faire ces débuts dans ce domaine, je pense que le chemin le plus facile pour les personnes les moins à l'aise avec la programmation c'est d'apprendre SQL et l'utilisation des outils de visualisation comme Excel (oui oui), Google Data Studio et Microsoft Power BI.

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.