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.

Data Architect : Vous avez un bagage informatique et vous souhaitez mettre en place l’architecture et les outils de traitement des données.

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 de langue : Pour les apprenants étrangers, un niveau de français B1-B2 (utilisateur indépendant) est conseillé pour la réussite de la formation.

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 :
  • minimum core I3 ou AMD Ryzen 3 (génération récente)
  • idéalement core I7 ou AMD Ryzen 7
• RAM : mémoire de 16 Go minimum
• Espace disque disponible : 256 Go, SSD idéalement

En complément, pour les traitements Deep Learning :

• Carte graphique (GPU) NVidia 8Go minimum
• ou utilisation de solutions gratuites sur le cloud accessibles via un navigateur :
  • Google Colaboratory (GPU ou TPU),
  • ou Kaggle Notebook

Niveau requis : Prépa scientifique ou Bac + 2 en mathématiques.

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)