Qu’est-ce qui t’a amené à te réorienter dans la science des données ?
J’ai toujours eu des postes liés au web, dans différentes compagnies. Entre autres, j’ai travaillé 8 ans dans le support à la clientèle mais ce n’est pas un domaine où je souhaitais évoluer.
J’avais envie de me réorienter dans un métier technique et je me suis intéressé à la science des données par goût personnel et parce que c’est un secteur en demande, en particulier à Montréal. J’ai commencé à suivre des cours en ligne pour apprendre Python et m’initier dans le domaine.
Comment as-tu connu Le Wagon?
J’ai rencontré Antoine, le co-fondateur du Wagon Montréal, pendant une soirée Hackernest. Il a parlé des bootcamps, de la philosophie du Wagon et ça m’a interpellé !
J’ai commencé à assister aux soirées Le Wagon Talk, une série d’événements pour rencontrer les entrepreneurs tech de Montréal, et à quelques ateliers. J’ai bien sympathisé avec le staff, d’ailleurs j’étais le premier participant aux
info sessions !
La marque Le Wagon m’a beaucoup plu. Ce n’est pas seulement un bootcamp mais une communauté très connectée à l'écosystème tech.
Le fait que l’équipe organise des ateliers gratuits montre bien qu’ils ont à cœur la transmission de savoir. Bref, j’ai bien accroché avec ces valeurs et quand le bootcamp en science des données a été lancé, je n’ai pas hésité à rejoindre la première batch.
Qu’as-tu pensé de ton expérience du bootcamp?
Ça m’a beaucoup plu, car j’ai pu explorer tous les aspects de la science des données, de la collection des données à la mise en production de modèles d’apprentissage automatique. J’ai aussi découvert des métiers que je ne connaissais pas, par exemple, je me suis rendu compte que j’aimais beaucoup l'ingénierie des données.
J’ai trouvé ça génial d’être challengé tous les jours et de progresser dans des domaines complexes.
Quand on apprend des concepts comme l’apprentissage profond, le traitement du langage naturel ou la reconnaissance d’image, c’est très satisfaisant d’obtenir des résultats. Et puis finalement, on se rend compte que derrière l'intelligence artificielle et l’apprentissage automatique, c’est surtout de la probabilité et des statistiques !
Comment s’est déroulée ta recherche d’emploi après le bootcamp?
J’ai réalisé que les postes d’analystes de données étaient une bonne porte d’entrée pour mettre un pied dans le marché du travail et me réorienter plus tard vers d’autres positions comme ingénieur des données.
Le Wagon m’ayant donné beaucoup de bases solides, j’ai continué d’approfondir mes connaissances, notamment en Business Intelligence, SQL et développement back-end avec Python. Puis, j’ai travaillé sur des projets personnels pour alimenter mon portfolio. Ça m’a beaucoup aidé pour les entrevues techniques !
Ce qui a beaucoup plus aux recruteurs c’est le fait que j’ai choisi de me mettre en danger et d’investir mon temps et mon argent dans un bootcamp pour apprendre de nouveaux concepts. Ils ont compris que j’étais super motivé et que j’ai fait beaucoup d'efforts pour en arriver là.
Quel est ton rôle aujourd’hui chez Ludia?
Ludia est une compagnie canadienne de développement de jeu vidéo mobile. J’ai commencé à travailler avec eux dans le cadre d’un stage en Business Analysis.
Aujourd’hui je suis analyste de données et je travaille sur un jeu spécifique. Lorsque l’équipe de développement lance des nouvelles fonctionnalités ou des mises à jour, je suis chargé de mesurer l’impact que cela a sur les joueurs. Par exemple, on s’intéresse à l’impact sur la rétention des joueurs, les effets sur leur comportement, ou bien si une nouvelle fonctionnalité a permis de générer plus de revenus.
Pour cela, j’utilise principalement SQL pour analyser les données et Tableau pour la visualisation.
Comment utilises-tu les compétences acquises au Wagon ?
Le gros plus du Wagon c’est qu’on apprend à chercher l’information sur internet et c’est important d’être autonome dans ce métier.
On est tout le temps amené à cultiver la curiosité, la recherche et l’apprentissage. C’est un état d’esprit que j’ai gardé après le bootcamp.
J’ai aussi appris à collaborer en équipe et à utiliser des outils comme Github et Slack, ce qui m’est très utile dans mon travail aujourd’hui.
Un conseil pour celles et ceux qui se lancent dans la science des données ?
Commencez simple et expérimentez avec des petits projets. Même un simple “hello world” peut être une victoire! Il faut se lancer des défis pour réussir dans ce domaine.
Si vous voulez aller plus loin, Le Wagon est un super accélérateur et une belle première étape pour se lancer dans la science des données. Ensuite, il faut continuer d’apprendre pour faire ses preuves!
Félicitations pour ce changement de carrière réussi, Samuel! On the souhaite le meilleur :)