Lancer sa carrière data avec Kevin Rosamont Prombo
Hello 👋
J'espère que tu es déjà en vacances et que tu lis cette édition depuis ton transat à la plage. 🏖
Si tu souhaites me soutenir, tu peux partager ce lien d'inscription à tes collègues ou tes amis passionnés de data. 🤗
Cette semaine, on remercie Kevin qui nous donne tous ses tips pour lancer sa carrière en data. 🙏
L'agenda de la semaine :
🔍 Zoom sur le lancement d’une carrière en data
🎙 Le podcast avec Kevin, Sr. Data Scientist et Coach/Formateur
📚 Les ressources recommandées par Kevin
C’est parti !
🔍 Zoom sur le lancement d’une carrière en data
Ce zoom est tiré de mon échange avec Kevin qui est Senior Data Scientist et formateur sur les métiers de la data. Par ailleurs, il est surtout l'un des plus gros influenceurs data en France, avec +7K abonnés sur LinkedIn et 1K abonnés sur TikTok.
“Je fais des formations en SQL, Python et visualisation de données. Ce sont vraiment les axes que je vise et je suis spécialisé sur des profils juniors.”
Les meilleures études pour travailler dans la data
Selon Kevin, la formation la plus efficace et la plus complète est l’école d’ingénieur. On y obtient tout le contenu qui permet de devenir Data Analyst, Data Scientist ou Data Engineer.
Par ailleurs, on y développe un réseau : on rencontre des entreprises, on s’entraîne aux entretiens, etc.
Dans une école de commerce, on aura éventuellement le réseau mais on aura pas le contenu technique pour devenir Data Scientist ou Data Engineer.
A la fac, on aura le contenu technique, mais on aura pas le réseau.
“Tous les chemins mènent à Rome mais il y en a des plus courts que d’autres !”
Comment je m’y prends si je souhaite me reconvertir ?
Kevin préconise de réaliser une formation intensive de type bootcamp sur 6 mois en parallèle de son job.
Une fois la formation terminée, l’objectif est de réaliser un maximum d’activités data dans le cadre de son job actuel : création de tableaux de bord, analyses data, etc.
“L’idéal est d’essayer de passer sur un rôle de Data Analyst ou Data Scientist au sein de la même boîte. Si ce n’est pas possible, l'idée est de préparer son CV pour augmenter ses chances de succès auprès d’une autre entreprise.”
Dans quel type d’entreprise je démarre ma carrière ?
Kevin préconise de viser en priorité les cabinets de conseil. Ils recrutent continuellement des nouveaux profils car ils arrivent à les placer chez des clients facilement en complément de profils plus expérimentés.
Ce sera plus compliqué de rentrer directement dans une grosse boîte type CAC40. Elles recrutent généralement des profils qui ont déjà quelques années d’expérience.
En startup, ce ne sera pas adapté à tout le monde. On va vite se retrouver au four et au moulin. Par ailleurs, on aura pas toujours un profil senior pour nous former.
“Finalement, le cabinet de conseil, je le vois un peu comme un centre de formation. Tu y passes quelques années, ensuite, tu as plein de portes ouvertes."
🎙 Le podcast avec Kevin, Sr. Data Scientist et Coach/Formateur
Découvre l'intégralité de notre échange avec Kevin.
On aborde plein d'autres sujets :
La différence entre Data Engineer, Data Scientist et Data Analyst
Comment les évolutions du marché de la data impactent les besoins des entreprises pour chaque métier
Les compétences attendues chez les Data Analysts
Est-ce que tous les profils peuvent se reconvertir dans la data ?
Quel side project réaliser pour renforcer son profil et ses candidatures ?
Les projets de Kevin pour le futur.
"Data Scientist, c'était le job le plus sexy du 21ème siècle il y a encore 2 ou 3 ans. Mais en ce moment, c'est beaucoup plus difficile de rentrer sur le marché."
Liens vers l’épisode : Apple Podcasts | YouTube | Spotify | Deezer
📚 Les ressources recommandées par Kevin
Suivre sur LinkedIn Benjamin Ejzenberg, Alexandre Stevens, Alex Wang, et Natacha Njongwa
Suivre sur Twitter KDnuggets, Cassie Kozyrkov et Zach Wilson
Lire Python for Data Analysis de Wes Mckinney