[Nelphit]

Citation :

Publié par derioss

je ne suis pas en "silo", je suis en charge de cette partie la et je fais les issues qui concerne l'automatisation et le déploiement applicatif tout en étant rattaché sur le board adminsys, car si j'ai un trou, je peux intervenir sur leurs issues.

Je vois ce que tu fais, mais je reste sur ma position que devops n'est à la base pas un job mais une façon de travailler. Si les dev sont autonomes sur la CI, le déploiement, le monitoring etc... il n'y a pas de raisons d'avoir une personne ou une équipe dédiée à ça (et ça dégage du temps aux ops pour bosser sur l'outillage derrière tout ça).

Message supprimé par son auteur.

[Nelphit]

Citation :

Publié par derioss

Et tu te retrouve avec des postes cherche "devops" et des gas qui milite avec une pancarte NON devops c'est une méthodogie de travail moderne pour augmenter la qualité et la productivité !

Ça c'est surtout parce que le titre d'admin système a dans certains groupes une connotations négative (le type qui fait tout à l'ancienne). Donc on renomme les postes SRE ou Devops même si derrière c'est le même job (et ça permet aux consultants de se la péter un peu et de monter le TJM ).
Que les RH comprennent rien c'est pas une surprise mais ça c'est un problème global.

Sinon, comme tu le dis, tout dépend du contexte. Je vois le besoin d'avoir des gens un peu transverse dans certains groupes (où tout bouge lentement), mais il ne faut pour moi pas oublier le but final (dev autonomes sur leurs projets jusqu'à la prod et une partie de l'exploitation, car c'est eux qui ont connaissance de l'appli et de ses spécificités).
Et je pense que les mots ont un sens, on est déjà assez pollué dans le domaine par les buzzwords et le n'importe quoi général.

Message supprimé par son auteur.

[cunoverabair]

Hello,

J'avais pas relu/suivi les derniers échanges, bah Bonne année et meilleurs vœux à tous !

Passionnant ces commentaires, je vois parfaitement ce que vous voulez dire Nelphit et derioss, même si je penche pour Nelphit.

Il faut comprendre aussi que de plus en plus d'outils de développement intègrent ces notions d'automatisation/administration (les EAI/ETL par exemple) et qui donc peuvent être aisément partagés entre Administrateurs ou Développeurs et vous donnez plus de sens au terme "dévops" lorsque je vois le rôle de certaines personnes dans des boites fonctionnant comme dit plus haut un peu à l'ancienne.

Et d'ailleurs tu le dis toi-même derioss, avec la dette qu'énormément boites se paient, t'as encore un bel avenir devant toi

[Ron Jetevois]

Je remonte ce topic suite à un questionnement personnel :

Le pôle emploi propose de me financer une formation dans le domaine de l'informatique.

Plusieurs choix retiennent mon attention :

•Data Scientist - inge machine learning
1000 heures.

•Data Scientist - inge IA
2000 heures.

•Dev Java EE certification IT
400 heures.

•Master Inge systèmes complexes - cybersecurité
1000 heures.

Je signale que je n'ai plus bossé en informatique depuis des années, plus de 10 ans, j'étais admin réseau puis j'ai géré une boite hardware/software, mon niveau de coding se résume à faire une calculette en python.

Est-ce envisageable ? Je n'ai pas envie de gâcher une formation qui pourrait profiter à autrui juste pour faire gagner des tunes à un organisme de formation.
Je suis surpris de la différence d'heures entre machine learning et IA.

Je n'ai pas besoin d'être rémunéré en attendant, mes projets immobiliers me permettront de vivre et de pouvoir consacrer mes journées à une formation.

Ce qui me fait hésiter c'est que si Java EE me paraît accessible à mon petit niveau, Data Scientist ou Inge Système c'est plutôt ardu non ?

Je connais bien ces métiers de l'extérieur mais pas de l'intérieur (je sais pas si je suis clai), j'ai décroché de l'école vers 14 ans, je suis autodidacte, je me demande si je n'aurais pas des lacunes insurmontables en maths ou autre.

Je me mets des barrières psychologiques ou y a-t-il un véritable seuil ?

[OeufRoyal]

Citation :

Publié par Ron J. Fruit chiant thé

Je me mets des barrières psychologiques ou y a-t-il un véritable seuil ?

Barrière psychologique pour ce qui est de la science des données. Il y a beaucoup de jargons et d'anglicismes donc ça donne l'impression d'être compliqué et m'est avis que c'est ce qui permet de justifier certains salaires.

Faut voir selon le contenu de ta formation mais j'imagine que ça va être grosso modo un type qui a lu la doc Tensorflow ou PyTorch => comme avec beaucoup de chose tu peux juste t'en servir comme utilisateur sans même t'embêter à comprendre ce qu'est un tenseur en algèbre (comme à peu près 99% des gens qui font ça quand tu commences à gratter un peu).

Bref pour moi pas de raison de t'inquiéter pour l'aspect math', j'imagine que tu vas te positionner en utilisateur de ces notions donc pas besoin de plonger dedans.

[Ron Jetevois]

Ah c'est rassurant merci.

[Zangdar MortPartout]

DataScience est très porteur mais contrairement à ce qui est remonté plus haut c'est un métier avec du challenge qui impose d'être capable de se débrouiller par essai erreur et au feeling (donc à l'expérience).

Il n'y a pas de recette magique pour paramétrer une IA, ce n'est absolument pas déterministe comme processus.

Après tu te rendras pas au niveau d'un phd donc je vois pas ce qui t'empêcherait de suivre cette formation

[Bjorn]

Faut voir le contenu des formations assurément. Une formation pro javaee de 4000h, c'est énorme donc ça doit être hyper vaste et aborder énormément de choses.
Maintenant 1000h pour du pro c'est déjà pas rien, mais évidemment ça ne pourra pas aller aussi loin. Je suppose que le débouche et les objectifs ne sont pas les mêmes. Avec 1000h, tu dois être sur de la formation assez orientée sur un débouche précis.

Message supprimé par son auteur.

[Ron Jetevois]

Citation :

Publié par Zangdar MortPartout

DataScience est très porteur mais contrairement à ce qui est remonté plus haut c'est un métier avec du challenge qui impose d'être capable de se débrouiller par essai erreur et au feeling (donc à l'expérience).

Il n'y a pas de recette magique pour paramétrer une IA, ce n'est absolument pas déterministe comme processus.

Après tu te rendras pas au niveau d'un phd donc je vois pas ce qui t'empêcherait de suivre cette formation

J'ai beaucoup de connaissances au sens relationnel dans l'IA, de la simple boîte de chatbot à la recherche fondamentale, en passant par l'aérospatiale et la robotique.
J'ai également eu le plaisir de conseiller une startup dans le domaine (au niveau stratégie business), mais je n'ai jamais mis les mains dans le cambouis comme on dit.

Un peu comme un passionné de voiture, qui peut te citer le nom du moteur en entendant un pot d'échappement, mais qui n'a jamais fait de métrologie pour apprendre à le régler tu vois ?

Je baigne dedans depuis quelques années, mais je n'en connais que la surface.

Citation :

Publié par Bjorn

Faut voir le contenu des formations assurément. Une formation pro javaee de 4000h, c'est énorme donc ça doit être hyper vaste et aborder énormément de choses.
Maintenant 1000h pour du pro c'est déjà pas rien, mais évidemment ça ne pourra pas aller aussi loin. Je suppose que le débouche et les objectifs ne sont pas les mêmes. Avec 1000h, tu dois être sur de la formation assez orientée sur un débouche précis.

C'est 400h la formation Java EE.

Je viens de check, il y a des différences entre ce qu'annonce pôle emploi et ce qu'annonce certains organismes (comme openclassrooms par exemple), c'est étrange je vais tenter d'éclaircir ça demain.

Citation :

Publié par derioss

On va dire que c'est pour te mettre le pied a l étrier.

Aucun de ces métiers ne s apprend en aussi peu d heure.
Donc prend ce qui te motive le plus.

Après, ingénieur ia, pas de math ? Peut-être mais peut-être que dans certaines boîtes suivant le scope ça ne passera pas du tout.
Si c'est entraine des ia sur tensorflow ça passera oui, si c'est vraiment un poste de datascientist avec toute l optimisation qui va avec, les graph etc..ça passera pas du tout.
Je dis pas que tu peux pas suivre, loin de la, c'est juste que peut importe ce que tu choisi, il te faudra de la détermination.


Concernant les opportunités, java donc backend forte demande, ingénieur système, devops, administrateur système forte demande.
Métier de la cybersecurite demande énorme.

A partir du niveau confirmé, avant il faut faire preuve de détermination.

La cyber sécurité, j'ai peur que ce soit rébarbatif... C'est ce que je connais le moins de tous également, donc des préjugés totalement faux sont possibles.

Alors java EE je me questionne, je sais faire une calculette en python, j'ai touché un peu java mais il y a très longtemps, je crains d'être paumé dès le départ. Java EE c'est une spé du monde de java.
Pourtant les pre requis ont l'air assez simple, et je vois que dans la formation il y a du SQL, ce que je connais déjà un peu.

[Zuglok]

Citation :

Publié par Ron J. Fruit chiant thé

La cyber sécurité, j'ai peur que ce soit rébarbatif... C'est ce que je connais le moins de tous également, donc des préjugés totalement faux sont possibles.

Si ça peut aider, l'ANSSI (l'agence étatique de cybersécu) a établi un référentiel des métiers :
https://www.ssi.gouv.fr/particulier/...cybersecurite/

Message supprimé par son auteur.

[Zangdar MortPartout]

Sinon ce qui marche bien c'est QA/CI (sans nécessairement être devops ou aller vers des solutions cloud).

C'est assez fou en ce moment j'ai 3 propositions par semaine, et pour des grosses boites en plus, on est tous habitué aux SSII qui remplissent leurs banques à cvs mais là non j'ai eu mon dernier poste comme ça, je viens d'être contacté pour une Banque (sur un poste ou j'avais appliqué il y a un an sans réponse LOL !).

Donc bref des fois c'est pas folichon, mais ça reste sympa et puis ça paye bien.

Message supprimé par son auteur.

[Zangdar MortPartout]

Ouais j'ai aucune expérience avec aws, docker etc etc ... et ça en déconcerte certains.
(bon là je vais commencer à avoir une semi expérience 'docker' avec un outil maison mais bon)

[Belzebuk]

Citation :

Publié par Ron J. Fruit chiant thé

Je remonte ce topic suite à un questionnement personnel :

Le pôle emploi propose de me financer une formation dans le domaine de l'informatique.

Plusieurs choix retiennent mon attention :

•Data Scientist - inge machine learning
1000 heures.

•Data Scientist - inge IA
2000 heures.

•Dev Java EE certification IT
400 heures.

•Master Inge systèmes complexes - cybersecurité
1000 heures.

Je signale que je n'ai plus bossé en informatique depuis des années, plus de 10 ans, j'étais admin réseau puis j'ai géré une boite hardware/software, mon niveau de coding se résume à faire une calculette en python.

Est-ce envisageable ? Je n'ai pas envie de gâcher une formation qui pourrait profiter à autrui juste pour faire gagner des tunes à un organisme de formation.
Je suis surpris de la différence d'heures entre machine learning et IA.

Je n'ai pas besoin d'être rémunéré en attendant, mes projets immobiliers me permettront de vivre et de pouvoir consacrer mes journées à une formation.

Ce qui me fait hésiter c'est que si Java EE me paraît accessible à mon petit niveau, Data Scientist ou Inge Système c'est plutôt ardu non ?

Je connais bien ces métiers de l'extérieur mais pas de l'intérieur (je sais pas si je suis clai), j'ai décroché de l'école vers 14 ans, je suis autodidacte, je me demande si je n'aurais pas des lacunes insurmontables en maths ou autre.

Je me mets des barrières psychologiques ou y a-t-il un véritable seuil ?

Tu as la possibilité de réaliser une immersion en entreprise (PMSMP) via Pôle emploi. C'est un très bon outil lors d'une reconversion pour affiner et confirmer son projet.

[Bjorn]

Citation :

Publié par Ron J. Fruit chiant thé

C'est 400h la formation Java EE.

Ah oui j'ai mal lu, ça change tout... Je me disais bien que c'était beaucoup.
Du coup la c'est plus logique, elles doivent toutes être très orientées "être immédiatement producti sur un sujet précis". Et les sujet plus poussés nécessitent plus d'heures, logique.

[Caniveau Royal]

@Zangdar_MortPartout et @derioss soulignent des points utiles.

Le Big Data a trois parties :
- Le data engineering est la manipulation/transformation de données volumineuses : emberlificotant à appréhender, au début

- L'analyse de ces données, réclamant des connaissances en statistiques descriptives : un peu difficile, mais moins que l'étape précédente, et trouver les bons outils de data visualisation, n'est pas toujours simple (ni gratuit)

- Le machine/deep learning pour le classement des données et les prédictions que l'on peut faire à partir d'elles, c'est le Graal. Une entreprise qui a ça est beaucoup plus puissante que celle qui ne le maîtrise pas : mais très complexe, parce qu'il faut vraiment bien maîtriser les statistiques inférentielles. Il doit y avoir 1 projet machine/deep learning sur le marché pour 9 de data engineering, donc il y a pas d'urgence... et beaucoup moins de candidats en capacité de faire. Les data-scientists, les vrais, ce sont eux. Et c'est difficile à atteindre, ce niveau.

Java est le langage majeur aujourd'hui. Mais il n'est pas en faveur pour le Big Data (même si personnellement je l'utilise afin de rester dans l'écosystème Spring boot avec Spark) : c'est Scala ou Python.

Python est accessible et apprécié des scientifiques (c'est du Pascal déguisé). Son écosystème a beaucoup d'outils pour le Big Data.
Scala, à l'inverse, s'est perdu dans une technicité et suit un chemin à la C++ : on s'intéresse plus à la forme sous laquelle un code va être écrit qu'au fond du problème métier à traiter. Peu de recruteurs ceux de oins de trois ans d'expérience, tant il est délicat à appréhender. Il a eu de l'avenir : il disait remplacer Java en dix ans... Mais aujourd'hui, la plupart des livres de data sciences présentent du Python.

Devops, c'est ce qui me manque le plus.
Environnements de développement, d'assemblage, d'intégration, recette, de formation, pré-prod, prod...
Les liaisons des différents modules logiciels : ton application, Oui, mais aussi les logiciels A, B et C, paramétrés comme il faut, avec qui elle interagit.
Leur manipulation consomme du en temps sur un projet, les chefs ou directeurs de projets s'en rendent insuffisamment compte. Si leur construction et automatisation est réussie, ils soulagent grandement.

Message supprimé par son auteur.

[Nelphit]

Citation :

Publié par Bjorn (#31155758

Du coup la c'est plus logique, elles doivent toutes être très orientées "être immédiatement producti sur un sujet précis". Et les sujet plus poussés nécessitent plus d'heures, logique.

C'est très souvent ça, les formations courtes vont se concentrer sur un sujet très précis pour rendre la personne employable.
Mais faut pas croire qu'à la sortie on sera directement opérationnel, il y a aussi beaucoup de travail à réaliser pendant le temps libre et même une fois en poste (et faut trouver une entreprise qui te donne ta chance et est prête à fortement t'accompagner au début).

Le plus important c'est de pouvoir chopper une première expérience pro rapidement à la sortie quitte à changer ensuite au bout de par exemple un an pour un truc plus intéressant (mais avoir de l'xp aide déjà beaucoup). Il y a aussi des gens qui ne trouvent rien à la sortie de ces formations et il faut garder ça en tête (et donc essayer de se démarquer), on parle souvent de pénurie en informatique mais c'est souvent une pénurie de profils séniors.

Citation :

Justement je suis devops, certain te diront que c'est pas j. Métier.
Disons que je suis le gas qui automatise en python, shell, ansible, et autre tools.
Je m.occupe du monitoring, des configurations, des workflow de release, configuration des serveurs, frontaux, cache, bdd etc...
De la haute disponibilité des backups.

On en revient y la discussion d'au dessus, t'es au final un ops pour moi Juste que le métier a évolué (notamment avec le cloud, docker/kube etc..) et donc certains ops travaillent à un niveau d'abstraction plus élevé qu'avant.

[Touful Khan]

Citation :

Publié par Nelphit

on parle souvent de pénurie en informatique mais c'est souvent une pénurie de profils séniors.

Cela devrait être rappelé plus souvent. Je vois sur LinkedIn que la plupart des gens qui ont fait avec moi une formation de dev web (et qui voulaient être dev web, au contraire d'autres comme moi qui y étaient pour la culture générale et ont fait autre chose ensuite) cherchent toujours du travail, ou chopent au mieux des CDD courts.
Des devs juniors sans XP y'en a des tonnes. Reste que les annonces recherchant des moutons à 5 pattes sont particulièrement nombreuses dans ce secteur. Faut pas hésiter à postuler avec la moitié des prérequis manquants, le mec qu'ils cherchent existe pas de toutes façons.

[Septimus]

En tant que manager en data science, je pense pouvoir dire que le niveau de math risque de te faire défaut @ron. À l'heure actuelle, le métier change un peu, depuis le concept de la "licorne" data scientist qui fait tout (de l'ingestion/export de données, de l'analyse, de la construction de modèle prédictif voire de l'intelligence artificielle) jusqu'à des métiers plus spécifiques. On peut grosso modo classer les métiers relatifs à la Data Science et l'IA dans la liste suivante:

• Data Engineer: Gestion de données, avec extraction / transformation / transfer (load), le fameux ETL sans qui le reste de la Data Science ne peut pas fonctionner. Beaucoup de SQL/Python et gestion de Base De Données. Ça ne demande pas une grosse formation en théorique, mais beaucoup de pratique.
• Data Analyst: récupère les données, trouve ou créer des inférences statistiques simples (genre, une régression linéaire...) et construit la visualisation autour, de manière à raconter une histoire que le business man va comprendre (par exemple, d'expérience, la régression linéaire c'est trop compliqué pour eux). Ça demande de la connaissance en Python et/ou R, un outil de visualisation (Excel pour débuter, Tableau, Power BI,...) et une certaine compréhension des statistiques avancées (ce que c'est qu'une moyenne, qu'un écart type, une null hypothesis, ou à quoi sert le théorème de Bayes etc.)
• IA engineer: c'est lui qui a une grosse connaissance en math, en statistique mais aussi et surtout en algèbre linéaire (savoir ce qu'est un tenseur par exemple, et c'est pas gagné). Idéalement, il connait Python et plusieurs outils d'IA (Tensorflow et autre), mais est capable de les configurer et, surtout, d'en interpréter les résultats car c'est souvent casse gueule si tu appliques bêtement la formule.
• DevOps: le gars qui fait du code à toutes les étapes précédentes. Un "Data Scientist" peut écrire du code, parfois (rarement) du bon code, mais le DevOps est la personne qui va le mettre en application, en back et/ou front end, de manière à ce que tout le processus sous autant que possible automatique, self improving, et error proof à 98%. C'est surtout un développeur Python/Java avec plusieurs cordes à son arc et l'expérience pour l'appliquer (et aussi pour ouvrir sa bouche quand le chef de projet dit une connerie, ce qui arrive souvent).
  

Pour moi, le terme "Data Science" est de plus en plus galvaudé et est généralement utilisé pour communiquer autour des métiers sus cités sans en comprendre les détails. Je ne suis pas toi, mais si tu as une connaissance poussée en développement informatique et pas trop en math, je conseillerai de regarder du côté du data engineering et du côté du DevOps. Je suis officiellement un "Data Scientist", et pourtant ces deux métiers sont pour moi une aide énorme dans mes projets, bien plus que les "data scientists" du reste de l'équipe. Car sans eux, soit tu n'as pas les données pour bosser, soit tu écrits un code qui marchera pas une fois la démo avec le grand chef passée.
Donc je conseille de regarder plus en détail le contenue du bloc "Data Science" pour savoir où la formation te fait arriver dans la chaîne de la Data Science

À noter que les rémunérations sont croissantes sur la ligne Data Engineer - Data Analyst - IA Engineer, modulo le diplôme et, surtout, les années d'expérience (les recruteurs aiment 3 à 5 ans, alors que les techno pour certaines ont une durée de vie inférieure à 2 ans ).

[Gardien]

Citation :

Publié par Lolmao the Dong

Cela devrait être rappelé plus souvent. Je vois sur LinkedIn que la plupart des gens qui ont fait avec moi une formation de dev web (et qui voulaient être dev web, au contraire d'autres comme moi qui y étaient pour la culture générale et ont fait autre chose ensuite) cherchent toujours du travail, ou chopent au mieux des CDD courts.
Des devs juniors sans XP y'en a des tonnes. Reste que les annonces recherchant des moutons à 5 pattes sont particulièrement nombreuses dans ce secteur. Faut pas hésiter à postuler avec la moitié des prérequis manquants, le mec qu'ils cherchent existe pas de toutes façons.

Alors en tant que dev junior, le mieux est de faire des projets persos en attendant d'avoir un taf. Faire des trucs un minimum valorisant et surtout mener du début à la fin (meme un truc simple). De préference sur une techno "populaire" / que l'on vise niveau recrutement.

Pouvoir dire en entretient, j'ai pas d'XP pro mais j'ai publier 1/2 app(s) sur GGP / creer un site web utilisant XXX / ... C'est un gros plus par rapport à des junios "en slip".

Citation :

Publié par Septimus

(les recruteurs aiment 3 à 5 ans, alors que les techno pour certaines ont une durée de vie inférieure à 2 ans ).

Ca c'est du classique... A l'époque, ca cherchait du 5 ans d'experience en Dev Unity alors que ca faisait meme pas 5 ans que c'etait sortie... ://
Les recruteurs ont des mots clés fournis par les "techs" et se contentent d'appliquer bêtement leurs regles de recrutements sur ces mots clés...