Ingénieur Machine Learning

Quel est le rôle d'un Ingénieur Machine Learning ?

L’Ingénieur Machine Learning est un Data Scientist spécialisé dans les algorithmes d’apprentissage automatiques, permettant de traiter des données volumineuses et de différentes natures.

Au sein d’une équipe data, vous serez en charge de répondre à des problématiques de modélisation mathématiques à l’aide d’algorithmes adaptés.

Pour cela, vous choisirez le modèle le plus performant, parmi votre palette d’algorithmes : supervisés, non supervisés ou encore réseaux de neurones profonds (Deep Learning).

Ce que vous saurez faire

• Programmer des algorithmes de Machine Learning.
• Entraîner des réseaux de neurones profonds.
• Modéliser des données complexes, comme des images et des textes.
• Mener un projet de recherche et réaliser une preuve de concept (POC).

Votre orientation

Ce parcours donne accès aux métiers suivants :

• Ingénieur Machine Learning
• Data Scientist
• Research Scientist

Quel parcours Data est fait pour vous ?

Data Analyst : Vous débuterez dans la data en analysant des données et en réalisant des reportings et des dashboards.

Data Scientist : Vous avez un bagage mathématique, et vous souhaitez réaliser des analyses poussées à l’aide d’algorithmes.

Ingénieur Machine Learning : Vous avez un solide bagage mathématique et vous souhaitez développer des algorithmes de machine learning avancés.

Votre rémunération

Rémunérations moyennes pour le métier d’Ingénieur Machine Learning :

• Débutant : 45 000 € à 55 000 € annuels bruts
• Expérimenté : 55 000 € à 80 000 € annuels bruts

(Source : Glassdoor)

Ces profils sont très recherchés, majoritairement en CDI. En freelance, les Ingénieur Machine Learning facturent jusqu’à 1200€ par jour de travail.

Retrouvez sur cette page les indicateurs de performance des formations OpenClassrooms.

Prérequis

Niveau requis : Pour accéder directement à la certification, les candidats doivent obligatoirement justifier d'un des pré-requis suivants :

• être titulaire d’une certification professionnelle de niveau 6 (bac+3 ou équivalent) en informatique, sciences, économie, finance ou analyse de données ;

ou

• être titulaire d’une certification professionnelle de niveau 5 (ou équivalent) avec une expérience professionnelle d’au moins 2 ans en informatique, sciences, économie, finance ou analyse de données ;

Tout autre profil fera l'objet d'une procédure dérogatoire, incluant un test de positionnement, à savoir :

• être titulaire d'une certification professionnelle de niveau 6 (bac+3 ou équivalent) tous domaines avec une expérience professionnelle tous secteurs d'au moins 1 an ;

et

• effectuer un test de positionnement constitué des livrables suivants :
  • Suivi et réussite des cours OpenClassrooms : Nettoyez et analysez votre jeu de données ; Découvrez les librairies python pour la data science
  • Projet personnel d'analyse de données accompagné d'une vidéo enregistrée de 10 minutes expliquant votre projet.

Pour tous les candidats, la procédure de sélection s'effectue au travers d'un formulaire de candidature validant les pré-requis académiques ou dérogatoires, ainsi que l'adéquation du projet professionnel avec les objectifs de la formation. Seront collectées via ce formulaire les pièces justificatives constituant le dossier d'admission. Si nécessaire, un entretien individuel de motivation est organisé.

Langue : un niveau B2 minimum en français avec un certificat de moins de 2 ans. Certificats acceptés :

• Diplôme en langue française
• DELF-DALF : niveau minimum
• B2 TCF : score minimum 400
• Attestation d’un centre de langue justifiant un niveau B2 minimum (avec nombre d’heures de formation suivies en français et signature, cachet ou tampon de l’entreprise)

Vous n’avez pas de certificat ? Trouvez un centre d’examen.

Matériel : Accès à un ordinateur (PC ou Mac), muni d’un microphone, une webcam et une bonne connexion internet (3.2 Mbps en envoi et 1.8 Mbps en réception de données). Pour tester la qualité de votre connexion, cliquez sur ce lien.

Ce parcours nécessite également d'être équipé d'un ordinateur avec les spécifications suivantes :

• CPU :
• core I3 ou AMD Ryzen 3 minimum (idéalement core I7 ou AMD Ryzen 7 ;
• RAM : 
• mémoire de 8 Go minimum (16 Go idéalement, mais possibilité d'utiliser Google Colaboratory pour les fichiers de données les plus importants du parcours, avec un compte gratuit) ;
• Espace disque disponible : 
• 256 Go, SSD idéalement.

En complément, pour les traitements Deep Learning :

• Carte graphique (GPU)
  • NVidia 8 Go minimum, mais possibilité d’utiliser Google Colaboratory (GPU ou TPU), ou Kaggle Notebook avec des comptes gratuits.

Prérequis techniques :

• Programmation Python, librairies pour la Data Science.
• Math (analyse réelle, algèbre, proba, stat)
• Informatique (algorithmique, base de données, terminal)
• Collecte de données (API, requêtes SQL)
• Communication et collaboration (Git, Pep8)