Vincent, Machine Learning Engineer chez un GAFA aux États-Unis [Interview retour]

A) Parcours académique et début de carrière

1) Bonjour Vincent. Que de chemin parcouru depuis 7 ans ! Suivons l’ordre chronologique. Après ton double diplôme à Centrale et Stanford en 2013, tu as poursuivi les études en faisant un MBA au Collège des Ingénieurs. Pourquoi ce choix ? Qu’a-t-il apporté de plus à un profil académique déjà brillant ?

Après avoir obtenu le double diplôme de Centrale et Stanford, j’ai effectué un stage de fin d’études chez Renault-Ni ssan à Sunnyvale, en Californie, en tant que Data Analyst. En 2013, la Data science en était encore à ses balbutiements. Je m’y suis donc formé sur le tard en suivant des MOOC, car il n’y avait pas de formation spécifique à cette époque.

A l’issu de ce stage, je suis rentré en France et ai décidé de faire un MBA au Collège des Ingénieurs. C’est un MBA qui dispose de 3 campus (à Paris, Turin, et Munich). Il s’adresse essentiellement à des scientifiques qui ne souhaitent pas poursuivre dans la Recherche. Plusieurs raisons m’ont poussé à intégrer le MBA du Collège des Ingénieurs. D’abord, je n’étais pas encore certain de ce que je souhaitais faire. Ensuite, j’étais curieux d’apprendre et surtout, je voulais continuer à me former, notamment au Management, chose que l’on n’apprend pas forcément en école d’ingénieur. Enfin, à titre personnel, ce MBA a aussi été pour moi un moyen de rentrer en France.

L’une des spécificités de ce MBA est qu’il allie théorie, au travers des cours, et pratique, grâce à des missions à effectuer en parallèle dans des entreprises partenaires. Cela permet donc d’avoir une expérience professionnelle concrète à valoriser sur son CV, tout en continuant les études.

2) Comment as-tu choisi ton MBA ?

Contrairement à d’autres MBA plus prestigieux et reconnu s, le MBA du Collège des Ingénieurs est surtout connu au sein d’un cercle restreint de personnes. Par ailleurs, il ne nécessite pas d’avoir forcément plusieurs années d’expérience au préalable pour l’intégrer. Cela a été un critère décisif pour moi car je n’aurais pas voulu, après être rentré dans la vie active, faire une pause pour reprendre mes études. Enfin, il est beaucoup moins onéreux que les autres MBA type Insead, Harvard etc.

3) A la suite de ton MBA, tu es donc entré dans la vie active. Comment cela s’est-il passé ?

Dans le cadre de mon MBA, j’ai effectué une mission chez Canal plus en France en tant que Consultant. Une fois diplômé, j’ai continué dans cette entreprise en tant que Data scientist. J’y suis resté au total plus de 2 ans. Mon entrée dans la vie active s’est donc faite sans accroc et de manière plutôt naturelle.

B) Le métier de Data scientist

4) Peux-tu nous dire en quoi consiste le métier de Data scientist ?

Le Data scientist analyse les données dans le but d’expliquer des causes, aussi variées soient-elles, et ainsi aider au pilotage d’une stratégie d’entreprise. C’est donc une fonction support dans la plupart des cas.
Chez Canal plus, je travaillais dans l’équipe Data. Mon métier consistait à traduire les données brutes en information, comprendre les données des utilisateurs, analyser ce qui fonctionnait (ou non), puis produire des recommandations pour l’aide à la décision.
Néanmoins, il est important de souligner que le métier de Data scientist recouvre des réalités très différentes selon l’entreprise dans laquelle on travaille. Il faut donc bien lire les offres d’emplois auxquelles on postule pour comprendre ce que l’on va vraiment faire en tant que Data scientist.

5) Quelle formation conseilles-tu pour être Data scientist ?

Maintenant que le métier s’est davantage démocratisé, je conseillerai de faire ou un Master spécialisé ou une école d’ingénieur avec une spécialité en Data science. Si ce n’est pas possible, de très bon MOOC sont disponibles un peu partout sur la toile.

6) En tant que Data scientist, à quel salaire un jeune diplômé en France peut-il prétendre ?

Les salaires dépendent surtout de l’école d’ingénieur que l’on a faite. Chaque entreprise a ses propres grilles salariales.

7) Quels sont les avantages et inconvénients du métier ?

Je commencerai par les avantages. C’est un métier qui connaît une très forte demande donc il y a beaucoup d’offres de recrutement. Par ailleurs, les compétences que l’on acquiert sont aisément transférables dans beaucoup d’autres secteurs.

Concernant les inconvénients : ce n’est pas, à l’heure actuelle, encore un métier bien mature. On évolue dans un environnement très mouvant. Cela a deux conséquences : la première est que les techniques et outils que l’on utilise aujourd’hui ne seront pas forcément les mêmes que ceux de demain. La seconde est que c’est un métier empirique, dans la mesure où on ne comprend pas encore tout, notamment les résultats que l’on obtient avec les algorithmes.

8) Penses-tu que ce soit un métier d’avenir ? Quelles sont les perspectives d’évolution en tant que Data scientist ?

C’est un métier d’avenir avec de belles perspectives d’évolution. Cela s’explique pour plusieurs raisons : d’abord, le volume de données ne cesse de croître. Ensuite, le coût pour stocker les données est faible donc facilement accessible. Enfin, les algorithmes sont de plus en plus performants, ce qui crée de nouvelles opportunités pour de nombreuses boîtes dans des secteurs variés.

9) Quels conseils donnerais-tu aux futurs Data scientist ?

Comme la Data science est un domaine très vaste, il faut faire ce qu’on l’on aime le plus. Ainsi, si on aime la recherche fondamentale, il est préférable de faire une thèse pour créer ou optimiser à terme de nouveaux algorithmes. Dans le cas où on aime les choses plus concrètes, il vaut mieux se positionner sur des métiers où on utilise les outils déjà créés pour analyser la donnée. C’est ce que j’ai fait.

C) Poursuite de la carrière aux Etats-Unis

10) Tu as ensuite quitté la France pour t’installer aux Etats-Unis. Peux-tu nous dire ce qui t’a poussé à repartir à l’international ?

Cela tient surtout à des raisons personnelles. Ma compagne est franco-américaine. Elle a fait une thèse en France sur un domaine extrêmement précis. Comme elle ne voulait pas faire de recherche académique et qu’il n’y avait pas beaucoup d’entreprises qui recrutaient sur son expertise, elle est partie travailler chez un GAFA aux Etats-Unis. Je l’ai donc suivie.

J’ai quitté le groupe Canal plus pour travailler dans une plus petite structure, Zettafox, toujours en tant que Data scientist, d’abord dans leur bureau parisien, puis à New York. J’y ai appris beaucoup de choses, surtout d’un point de vue technique. C’est l’un des avantages des petites structures : il y a parfois moins d’inertie que les grands Groupes, donc la courbe d’apprentissage peut être beaucoup plus rapide.

11) Quelle différence y a-t-il entre travailler en France et aux Us ? Y a-t-il beaucoup de différences culturelles ?

Je pense qu’aux Etats-Unis, il y a beaucoup moins voire pas du tout de présentiel à faire en entreprise , surtout dans le monde de la Tech. On est surtout jugé sur les résultats qu’on apporte. C’est donc plus responsabilisant et formateur. On dispose également d’une très grande autonomie dans son emploi du temps : par exemple, si j’ai besoin de quitter le travail à 15h, prendre des jours de congé ou me mettre en télétravail, c’est tout à fait possible, et on ne sera pas mal jugé.

La nature du business aux Etats-Unis est également différente. On effectue beaucoup de déplacements client, même si ce n’est pas à côté et que cela nécessite un long temps de trajet.

Changer d’entreprises se fait également beaucoup plus naturellement aux Etats-Unis, car le marché y est plus fluide.

Enfin, en termes de mentalité, les Américains sont peut-être plus positifs que les Français.

12) Que fais-tu à présent ?

A la suite du rachat de Zettafox par Mazars, un grand cabinet de conseil, je suis parti pour de nouveaux horizons. Je travaille actuellement aux Etats-Unis dans un GAFA en tant que Machine Learning Engineer, un autre terme pour désigner un Data scientist.

13) Comment c’est de travailler dans un GAFA ?

L’avantage est qu’on dispose de moyens conséquents, tant en termes de budget que d’outils. On peut également devenir expert sur un sujet, en devenant par exemple Chief Data scientist ou en se dirigeant vers des postes de Manager. Par ailleurs, en dépit de leur taille, on travaille souvent en mode start-up.

14) Comment abordes-tu ton avenir professionnel ? As-tu un objectif ou plan de carrière ?

Je n’ai pas d’objectif ou de plan de carrière. Je préfère rester ouvert aux opportunités en me fermant le moins de portes possible. Néanmoins, j’aspire à continuer à travailler sur des postes techniques, car c’est ce que j’aime. A termes, je souhaite revenir travailler en France.

14) Quels conseils donnerais-tu pour faire les bons choix professionnels ?

Il faut un fil conducteur dans son CV pour garder une certaine cohérence dans ses expériences professionnelles. Il est également important d’être ouvert au changement pour changer de cap si nécessaire et d’identifier le type de structure dans laquelle on souhaite évoluer (grande entreprise, start-up, …). Enfin, je recommande de garder de bon contact avec ses anciens collègues, surtout si on travaille dans un secteur où tout le monde se connait.

15) Avec le recul que tu as, que souhaiterais-tu dire au Vincent d’il y a 7 ans ? Es-tu épanoui actuellement ?

Je dirais au Vincent d’il y a 7 ans de travailler en école d’ingénieur pour apprendre le maximum de choses, dont les mathématiques appliquées et l’informatique, car ce sera utile pour devenir Data scientist 😉
Avec le recul que j’ai actuellement, je me dis que je suis plutôt bien épanoui dans ma vie professionnelle !