Ingénieur Machine Learning
L’ ingénieur machine learning est un data scientist spécialisé dans les algorithmes d’apprentissage automatisé.
Hamza est passionné de machine learning, apprentissage machine en français. Dans son métier, il fusionne les mathématiques et l’informatique, pour son plus grand bonheur.
AViSTO recrute des ingénieurs dans le domaine du machine learning. Vous pouvez retrouver les offres sur notre site emploi, où il est également possible de déposer une candidature spontanée.
Sommaire :
Machine Learning Définition
Q : Comment définirais-tu le machine learning ?
Le machine learning est un processus d’apprentissage automatique qui met en œuvre un ensemble d’algorithmes. Ces algorithmes d’apprentissage, par exemple le « réseau de neurones artificiels », permettent d’enseigner à des machines à réaliser des actions à la place de l’être humain.
Les domaines d’application sont très vastes, puisqu’on peut utiliser le machine learning à partir du moment où il y a de la donnée. Par exemple, chez AViSTO, j’ai travaillé sur de la détection automatisée de défauts sur des panneaux photovoltaïques. Ou bien, dans le domaine de la cybersécurité, nous avons développé un système permettant de détecter des flux réseaux anormaux qui préfigurent des attaques.
Formation Machine Learning
Q : Quelle formation as-tu suivie pour travailler dans le domaine du machine learning ?
J’ai fait 2 ans de classes préparatoires, spécialité MP. J’ai intégré l’ENSIIE, une école qui forme des ingénieurs généralistes, avec un accent sur les mathématiques et l’informatique. En dernière année, j’ai suivi en parallèle un master 2 à l’Université Paris Sud intitulé « Apprentissage, Information et Contenu » (Machine learning). J’ai réalisé mon projet de fin d’études chez AViSTO, puis j’ai été embauché en CDI.
Missions
Q : En quoi consiste ton métier ?
Mon métier peut se résumer à donner de la valeur aux données !
Plus concrètement, je commence par une phase d’analyse. Si on prend l’exemple d’un projet consistant à réaliser une voiture autonome, je vais commencer par me pencher sur toutes les données disponibles, les classer par type (image, vidéo, signal, texte…), extraire les informations pertinentes et déterminer celles qui seront utiles pour l’apprentissage automatique de ma machine. Par exemple, quand un panneau stop apparaît à 10 mètres, il faut ralentir progressivement et marquer un temps d’arrêt devant la ligne blanche.
Ensuite, en fonction des données à ma disposition, je vais rechercher le ou les algorithmes de machine learning susceptibles d’être utilisés. Mais ce n’est qu’une partie du problème, car il va surtout falloir choisir correctement les paramètres du modèle utilisé : ils vont avoir une grande influence sur son comportement.
On lance ensuite le processus d’apprentissage. On utilise alors des librairies de machine learning et des langages de programmation.
Q : Qu’est-ce qui te plaît dans ton métier ?
Je fusionne les mathématiques et l’informatique !
J’ai fait beaucoup de maths, notamment en classes préparatoires : j’aimais beaucoup ça, mais je me disais « qu’est-ce que je vais pouvoir en faire ? ».
En école d’ingénieur, j’ai découvert l’informatique, et ça m’a plu aussi.
Quand, en deuxième année, on m’a parlé de data science, qui mélange les deux, c’était parfait !
Compétences ingénieur machine learning
Q : Quelles compétences faut-il posséder pour faire du machine learning ?
Il y a plusieurs compétences principales.
Je commencerai par parler des mathématiques. Elles sont essentielles tout d’abord pour comprendre les algorithmes d’apprentissage automatique, conçus par des mathématiciens. Comme expliqué plus tôt, il faut en effet bien choisir les paramètres de ces algorithmes.
Ce n’est pas tout, il faut également posséder de très bonnes connaissances en probabilités, statistiques et optimisation des fonctions : je dirais que 90% des algorithmes de machine learning sont basés sur l’optimisation de la fonction d’erreur, qui permet d’exprimer la marge d’erreur des évaluations statistiques.
L’algèbre linéaire est bien entendu également très importante.
En plus de ces compétences en mathématiques, il faut également savoir programmer. On utilise principalement le R, le Python ou le Matlab pour coder nos algorithmes.
Enfin, nous utilisons aussi d’autres langages informatiques qui nous permettent d’exploiter les données comme le SQL ou le NoSQL.
Apprentissage supervisé / apprentissage absolu
Q : L’intelligence artificielle, dont le machine learning est un domaine, fait parfois peur… Pour Elon Musk, l’entrepreneur américain, elle pourrait même menacer la civilisation.
Tu parles de la peur que les machines nous échappent et prennent le contrôle total ?
Les algorithmes de machine learning actuellement utilisés dépendent des données, on parle d’algorithmes supervisés. Autrement dit, l’apprentissage est borné, la machine ne peut pas faire des choses autres que celles qui lui sont demandées.
Pour autant, d’ici 30 ou 40 ans peut-être, on peut tout à fait imaginer que de nouveaux algorithmes rendent possible un apprentissage absolu. Mais nous en sommes encore très loin.
Q : Pour conclure, comment te sens-tu chez AViSTO ?
Très très bien. L’ambiance de travail est vraiment agréable, et tout le monde y contribue : mes collègues, mes chefs, tout le monde participe à cet environnement positif. C’est ce qui m’a le plus frappé chez AViSTO, et quand j’en parle à des amis qui travaillent dans d’autres sociétés, ils me confirment que c’est une chance.
Emploi ingénieur machine learning
AViSTO recrute dans le domaine du machine learning ! Vous pouvez consulter les offres sur notre site emploi, ou bien déposer une candidature spontanée.