Se reconvertir en tant que Data Scientist : le témoignage de Gaëlle Sellin 

Future diplômée de la promotion 2024 du Master for Smart Data Science de l’ENSAI, Gaëlle Sellin a vécu plusieurs vies professionnelles. Après avoir été responsable logistique, elle est ingénieure au CNRS et met désormais ses compétences en science des données au service de l’équipe Odyssey. Ce projet mené par cinq entités académiques dont l’Inria et l’Ifremer a pour objectif de mieux modéliser la dynamique des océans.

Retour d’expérience après un semestre de cours intensif et quelques semaines après le début d’un stage de six mois.

Le cheminement vers la science des données

Gaëlle Sellin : “Avant d’intégrer le Master for Smart Data Science de l’ENSAI, j ‘ai eu un premier parcours de vie professionnelle en tant que responsable logistique et transport, qui m’a amenée à effectuer de nombreuses missions à l’étranger. Je me suis intéressée à la data science vers 2015, car dans les métiers de la logistique, la prévision est critique. De plus, de nouveaux outils avaient fait leur apparition.

En sus de ça, j’avais gardé le goût des statistiques et des probabilités développé lors de ma formation initiale. J’ai toujours pensé que si je me reconvertissais un jour, ce serait dans ce domaine. Et c’est ce qui s’est passé il y a 4 ans ! Après ce poste dans la logistique, j’ai rejoint le Laboratoire d’Océanographie Physique et Spatiale à Brest dans le département Océan et Climat, en tant qu’ingénieure CNRS.

Dans le cadre de ma reconversion en science des données, j’ai suivi des formations qui, malgré leur qualité, n’enseignaient pas suffisamment les fondamentaux, notamment en mathématiques. Le domaine de la science des données génère un grand nombre de formations. Cette forme de démocratisation des connaissances est une bonne porte d’entrée… mais elle peut aussi être un piège ! En effet, savoir calculer un f1 score, par exemple, ne suffit pas si on ne sait pas ce qu’il y a derrière. On peut donc se tromper complètement en toute bonne foi et injecter soi-même des biais !

Le Master for Smart Data Science, une formation exigeante

Je savais que le Master for Smart Data Science jouissait d’une bonne réputation, c’est à dire celle d’une formation exigeante, à l’image de l’ENSAI. J’étais convaincue qu’elle m’apporterait les fondamentaux dont j’avais besoin.

Je confirme que sa réputation n’est pas volée ! Tout est fait pour assurer la qualité de l’apprentissage : la taille de la promotion, la pluralité des parcours des étudiants qui se complètent, et surtout la qualité des enseignements. C’est une opportunité que de pouvoir assister à des cours donnés par des enseignants-chercheurs, qui de surcroit sont accessibles et ont à cœur de transmettre leur savoir.

Nous savons que dans 5 ans, le monde de l’IA ou de la data science aura changé, que les outils et les acteurs ne seront plus les mêmes. Cette formation apprend à être autonome dans ses apprentissages, à se poser des questions et aller chercher les informations, par exemple en lisant des articles scientifiques. Maîtriser les fondamentaux rend autonome. Je pense désormais être outillée pour m’adapter, ce qui n’était pas forcément le cas avant.

Je peux dire déjà que je n’ai été déçue par aucun cours, le programme est de haut niveau. J’ai beaucoup apprécié le cours de Machine Learning de François Portier car c’est le socle vraiment indispensable ainsi que le cours d’Analyse Fonctionnelle des données de Valentin Patilea. Ce dernier était vraiment ardu pour moi, car je n’avais pas les bases de départ, mais je continue à le travailler. Il a vraiment éveillé ma curiosité et j’ai pu développer une approche critique par rapport à la data.

Un stage au sein de l’équipe Odyssey

Je suis actuellement en stage à l’Inria, pour le projet Odyssey (« Ocean DYnamicS obSErvation analYsis »), un projet qui concerne la modélisation des dynamiques de l’océan physique.

Je travaille sur de l’IA générative, notamment les modèles de probabilités, les flows et modèles de diffusion actuellement très en vogue.  L’idée est d’utiliser ces méthodes afin d’apporter de la stochasticité dans la génération de données à partir de modèles déterministes existants.

Les domaines de l’océan et du climat sont vastes et offrent des projets vraiment intéressants. Intellectuellement, c’est très stimulant et l’IA et la data science sont des outils qui ont un vrai rôle à jouer et qui connaîtront encore bien des développements.

Mes ambitions professionnelles pour l’avenir ? Creuser mon sillon là où je suis me convient bien, ce qui ne m’empêche pas de développer des projets personnels, notamment dans le son !”

En savoir plus sur le Master for Smart Data Science de l’ENSAI