Un data scientist de la génération Z affirme que de nombreuses spécialisations dans le domaine sont interchangeables : voici donc ce qu’il faut faire si vous voulez un emploi dans l’IA
Les carrières dans l’IA sont en plein essor en ce moment. Et même si de nombreuses écoles adaptent leur programme pour y intégrer des cours sur le sujet, il existe encore une courte liste d’établissements proposant une spécialisation en IA.
Allison Krinsky a obtenu son diplôme en informatique à l’Université de Washington en 2022. Elle travaille désormais comme data scientist chez JPMorgan et réalise des vidéos sur les carrières technologiques pendant son temps libre. Elle a déclaré à Trading Insider que de nombreuses spécialisations sont interchangeables et que plusieurs diplômes, tels que l’informatique, les mathématiques, les sciences de l’information et la science des données, peuvent mener à des emplois dans le domaine.
Mais même si Krinsky a suivi un cursus traditionnel pour obtenir un emploi dans le secteur des technologies, elle a déclaré que son travail dans un laboratoire de recherche avait fait progresser sa carrière plus que toute autre chose. Elle a déclaré qu’au cours de son année au laboratoire, elle avait fait un « tas » de choses, notamment la création de modèles et la gestion de bases de données.
La plupart des emplois liés à l’IA nécessitent une partie technique dans le processus d’entretien et Krinsky a déclaré que les candidats doivent être capables de parler des projets qu’ils ont réalisés.
« Souvent, lors de mes entretiens, les gens me demandaient simplement ce que j’avais construit, ce que je faisais et les problèmes auxquels j’étais confronté », a déclaré Krinsky.
Selon Krinsky, même si les noms des grandes entreprises technologiques peuvent paraître accrocheurs sur un CV, l’expérience pratique est essentielle pour décrocher un emploi. Dans les stages qu’elle a effectués avant de rejoindre le laboratoire de recherche, elle a déclaré qu’on lui avait confié de petits projets qui n’impliquaient pas trop de compétences.
« Le stage est une bonne chose, car il permet de dire que quelqu’un m’a embauché et cela me donne un peu de crédibilité », a déclaré Krinsky. « Mais vous n’êtes pas hors jeu si vous n’avez pas fait de stage traditionnel. »
Les emplois dans le domaine de l’IA étant de plus en plus demandés, certaines entreprises sont de plus en plus exigeantes quant à ce qu’elles recherchent. Si vous avez une expérience limitée ou si vous souhaitez enrichir votre CV, ce n’est pas une mauvaise idée de créer votre propre projet et de vous perfectionner. Selon Krinsky, il existe plusieurs pistes à suivre en fonction du type de poste qui vous intéresse.
Krinsky recommande notamment un système de recommandation de voyage construit à partir de grands modèles linguistiques. Elle a déclaré que ce projet pourrait être réalisé avec une expérience limitée et de différentes manières, par exemple en utilisant l’ingénierie rapide, la génération augmentée de récupération ou le réglage fin.
Krinsky a également suggéré de créer un système de classification des sentiments pour les avis, en utilisant le traitement du langage naturel. Elle a expliqué que cela implique d’extraire des informations à partir de données textuelles et de les trier en entités telles que les sentiments positifs ou négatifs. Krinsky a déclaré que cela peut être utilisé pour l’analyse financière ou l’identification des opportunités ou des risques d’investissement.
Krinsky a déclaré que vous pouvez également essayer un projet de reconnaissance d’images ou de vision par ordinateur. Cela consiste à trouver un ensemble d’images avec des étiquettes et à apprendre à un ordinateur à identifier ce qui se trouve dans les images. Elle a déclaré que c’est une bonne façon d’en apprendre davantage sur les réseaux neuronaux.
Selon Krinsky, ces projets peuvent prendre entre un et trois mois, en fonction du temps libre dont vous disposez. La plupart des projets commencent par une recherche de données sur le Web, puis nécessitent la construction, la formation et le réglage fin du modèle. Krinsky recommande également de créer un rapport détaillant le processus et les résultats du projet afin que vous ayez quelque chose à montrer pour votre travail.
Les projets n’ont pas besoin d’être révolutionnaires, a-t-elle dit, mais il faut expérimenter avec plusieurs ensembles de données et être capable d’expliquer ce qui se passe. Elle a ajouté que n’importe qui peut recréer du code à partir d’un tutoriel, il est donc important d’ajouter un aspect unique.
« Il faut dépasser le stade où l’on se dit : « J’ai juste écrit du code et il n’a pas échoué » », a déclaré Krinsky.
