Devenir data scientist : plus que du codage

Cet article détaille le parcours de 15 ans de l'auteur pour devenir data scientist, soulignant que la communication et la curiosité sont plus importantes que les compétences en codage. Partant d'une formation en génie électrique, il a fait la transition grâce à des projets pratiques et à la recherche, pour finalement fonder sa propre entreprise d'apprentissage automatique automatisé. L'article décrit les compétences essentielles (programmation, algorithmes et mathématiques, connaissance du domaine) et les compétences non techniques (communication, curiosité, adaptabilité) nécessaires pour réussir, préconisant une approche d'apprentissage pratique basée sur des projets, en utilisant des plateformes comme Kaggle.