Bonjour tout le monde,
Voici mon état actuel :
En 4ème année d’une école de rang B à Lille, en formation info & stats. J’ai pris comme options de 5A du calcul distribué, de l’optimisation avancée (optimisation du ML, recherche opérationnelle avancée, gradient descending … sur la plaquette) et ingénierie financière.
Partant pour un M2 parallèle en finance quantitative à l’université, je suis en alternance en tant que data engineer dans une banque (assez réputée internationalement, qui fait beau sur CV) et ayant fait un stage en data science auparavant.
Plus intéréssé par les maths que l’info, je suis en info principalement pour travailler sur mes faiblessses (je m’en sors relativement bien maintenant)
Mes questions sont les suivantes :
J’hésites entre continuer en big data en banque, faire de la data science, ou bien partir sur de la finance de marché.
Mon hésitation est surtout pour des raisons financières : les trois domaines m’intéressent, je voudrais savoir, sur le moyen terme, lequel me permetterais de gagner le plus.
Ce que je sais :
Je ne commencerais probablement pas en FO en CIB, je compte passer soit par un MS (vu que mes chances pour les MSc parisiens en finance quanti sont minces) soit commencer en BO et passer en front office après (on m’a dit que c’était faisable, si la motivation y est) donc un sacrifice sur le court terme.
En data engineering, je pourrais être à un peu plus de 40k brut sans primes en sortie d’école si j’ai un CDI dans l’équipe où je suis. (donc hors RP)
Je n’ai aucune idée de l’état des salaires en data science.
Des témoignages seraient les bienvenus pour la valeur ajoutée des MS (ENSAE data science par exp) sur les salaires et les évolutions.
Et celle des PhD en data science finance (si la problématique est intéressante : LSTM deep neural networks in time series forecasting par exemple)
La mobilité internationale (et nationale également) ne me pose pas de soucis.
PS : Il y a des astuces pour augmenter ses chances en MSc parisiens quand on a des notes moyennes (13.5 de moyenne générale en math en M1) ? (LE, EK, Lamberton) un MS avant par exp ? 
Merci 
Ce que tu appelles des Msc sont des m2
(Les Msc sont des diplômes de grandes écoles en 2ans en 2ans souvent en anglais pour étrangers)
Tu es a centrale Lille ?
C est quoi la différence entre big data et data science ?
Merci pour la réponse Father
D’accord pour les Masters / MSc je ne savais pas
Non, à Polytech lille (Centrale lille est une A)
Big data c’est plus la partie où intervient le data engineer : L’ingestion de la donnée sous différents formats (structurés comme des CSV, semi structurés comme les JSON, ou non structurés, images …) à partir des sources divers et variées (applis, sites webs, formulaires, payements, contrats etc) Le stockage de ces données (SQL, NoSQL graphe, documents clés-valeurs, systèmes pubsub, Cached base) sous les bons formats
Un data scientist (data science) pourrait faire du cleaning sur la donnée (une fois en bon format, prendre que ce qui est intéressant pour son étude / model, en tant que variables, et en tant qu’observations) et appliqué des méthodes de machine learning dessus; du ML classique (classif supervisé, reg lin / polynomiale / logistique, poisson …) Renforcé (Algo génétiques) Ensemble learning (tout ce qui boosting et random forest etc) Ou réseaux de neurones (la liste est longue)
Un data analyste est un cran en dessous du data scientist, dans le sens où il utilise plus de la statistique descriptive que prédictive.
pour résumer, le data engineer (big data) est le plombier de la donnée (il fait des pipelines principalement), le data scientist, lui, va tirer des conclusions à partir de cette donnée
cherche les median starting/senior/managerial salaries pour te faire une idée.
Aussi pour être rémunéré plus proche de sa juste valeur il vaut mieux s’expatrier
Je tombe sur pas mal de stats pas claires, des moyennes surtout, et faussées par les data scientists gafa qui sont largement plus payés que les data engineers, des stats sans primes alors que pour les CIB, c’est ce qui rapporte un max, et des réponses controversées, j’ai lu à maintes reprises que data engineering rapport plus, ici sur prepas.org alors que les mes sources affichent le contraire.
Si tu as des sources relativement fiables pour les stats sur les salaires je suis preneur, hors Glassdoor, payscale et linkedin salary (pour mettre fin à l’arnaque au premier salaire lol)
J’y pense vraiment, Allemagne, suisse, USA, UK, mais je me demande quelle valeur donnera-t-on à un diplôme comme le mien, d’où la question sur les mastères / doctorats.
Les médianes ne peuvent pas trop être faussées par des outliers quand même… Et s’il y a tellement d’outliers que ça fausse, peut-être que ce ne sont pas des outliers après tout…
en tous cas on s’attend à ce que tu ailles voir sur glassdoor pour négocier ton premier salaire par ex… Voir aussi les anciens de l’école si tu as accès à un annuaire
Sinon sélectionner un employeur de référence et aller voir glassdoor uniquement pour cet employeur (disons Axa pour assurance, BNP pour une banque, Carrefour pour la grande distribution etc) Peut-être que ça donnera une meilleure idée. Qu’en penses-tu ?
Effectivement, je regardais plus des moyennes que des médianes, je vais chercher si je peux en trouver ^^
ça me parait comme une bonne approche, je vais voir ça, avec l’annuaire également, même si parler salaires reste tabou.
mais sinon dans l’absolu, sur le moyen terme, vous pensez qu’un MS vaut le coût ? (augmentation des chances de recrutement dans des pays étrangers ? augmentation du salaire ?)
Pour moi tes expériences valent déjà plus qu’un quelconque master. Le seul truc plus intéressant serait un éventuel PhD, et encore.
Avoir deux diplômes n’augmentera pas ton salaire en tous cas, si c’était ça l’objectif.
D’accord ok merci, je pensais surtout à la qualité des diplômes, pas la quantité, je me disais qu’une A+ rajouterai de l’éclat au CV.
L’annuaire des anciens étudiants est payant lol, on doit être adhérent à l’asso des ingés de l’école.
La réputation des écoles françaises est quasi nulle à l étranger
Oublie ces histoires de classement taupinal franco français
(Centrale Lille c est plutôt B et polytech C)
Tu seras embauché sur ce que tu sais faire.
Comme tu as fait une école assez spécialisée tu es supposé être relativement vite opérationnel sans qu un MS t apporte grand chose (en stat du moins, en finance c est autre chose)
Le phd par contre t apportera une plus value dans les boîtes us
Mais c est long et fastidieux si tu n es pas fait pour cela.
Pour le distinguo engineer / scientiste, Mon intuition de profane est que celui qui maîtrise les algorithmes voire les améliore ou mieux les crée est plus recherché / rémunéré que celui qui s occupe de la plomberie. Même si la plomberie paie bien.
L appellation scientist vs analyst c est surtout du mktg pour valoriser les stateux qui existent depuis lontemps
Potentiellement plus qu’en France au final, vu qu’ils ne se focalisent pas sur des rankings qu’ils ne connaissent même pas.
En revanche si tu restes ici, faire un M2/MS peut clairement te faire changer de case sur les grilles de salaires.
Sur le sujet, viser un M2 parisien en maths (fi) depuis polytech avec un M1 à 13.5, ca semble tendu quand même avec ou sans actuces. Les MS me paraissent bcp plus accessibles si tu t’entraines pour les tests et entretiens.
Pour le data engineer/scientist tu as une bonne vision je pense, cela dit garde en tête qu’il y a beaucoup de jobs estampillés data-science qui ne sont que de la BI ou du data engineering maquillés pour attirer le chaland. Ca fausse aussi les feedbacks de salaire d’inclure des data-scientists qui passent leurs journées sur excel.
Donc pour les salaires data scientists / engineers, ils sont proches :
<LINK_TEXT text=« https://www.glassdoor.fr/Salaires/paris … KO6,20.htm »>https://www.glassdoor.fr/Salaires/paris-data-scientist-salaire-SRCH_IL.0,5_IM1080_KO6,20.htm</LINK_TEXT>
<LINK_TEXT text=« https://www.glassdoor.fr/Salaires/paris … KO6,19.htm »>https://www.glassdoor.fr/Salaires/paris-data-engineer-salaire-SRCH_IL.0,5_IM1080_KO6,19.htm</LINK_TEXT>
pour les quants, c’est un peu plus élevé déjà, et ce même pour le bas de la fourchette (n=39) :
<LINK_TEXT text=« https://www.glassdoor.fr/Salaires/paris … KO6,26.htm »>https://www.glassdoor.fr/Salaires/paris-quantitative-analyst-salaire-SRCH_IL.0,5_IM1080_KO6,26.htm</LINK_TEXT>
donc entre les trois quant pourrait être la profession la plus lucrative.
D’où ma question : comment augmenter ses chances d’être pris à EK/LE/Lamberton, quel critère a le plus d’inertie ? les notes de M1 ? M2 ? les lettres de reco ? est ce qu’un MS « réputé » ou un master lambda dans la finance quanti aura de l’impact sur ma candidature ?
Merci
Je viens de voir ta réponse koopakg, merci.
Est ce que tu as des informations supplémentaires à ce sujet ? ou sur le fonctionnement des grilles de façon générale
D’accords ok, je retiens, si j’ai des bonnes notes en M2 tu penses que ça passera ? ou ça reste quand même compliqué ?
Et je suis totalement d’accord pour data scientist - Excel, je tiendrai compte de ça dans les stats que je regarde
EDIT : Koopakg, vu que tu es un ex-ECLille, tu penses quoi du double diplôme ECL-FFBC (Faculté finance banques compta - Lille 2 / IAE) ? est ce qu’il ouvre vraiment des portes sur le monde de la finance des marchés ?
Merci
1- Pour les grilles (pour les entreprises qui en ont), c’est très simple: ton premier salaire est directement (et uniquement) lié à ton « meilleur diplôme ».
Du coup vu que polytech n’est pas en haut de la hiérarchie, avoir un autre parchemin peut te faire « changer » de case et de perspectives.
Sur le sujet:
- certaines entreprises n’ont pas de grilles et/ou elles sont moins rigides
- la différence est plus que notable au début: dans mon premier job il y avait 10k€/an brut d’écart entre la fac de trifouillies-les-oies et l’X.
- cette différence peut s’estomper au fil des années (5-6?), un mec qui surperforme rattrapera un X qui sousperforme (mais pas l’X qui lui aussi sur-performe)
2- Je te conseillerai d’aller demander directement à des anciens comment ils ont fait/via quel parcours. A l’intuition, je dirai qu’un M2 torché peut suffire, s’il est dans la bonne thématique et qu’il s’agit de montrer aux recruteurs que tu en as sous le capot.
Certains de ma promo/celle d’avant ont postulé et ont été pris à EK avec des perfs très solides dans un M2R maths (en parallèle de centrale). Ce n’est pas clairement pas donné de majorer - surtout si tu n’as fait beaucoup de maths avant/pas de M1 maths.
D’autres M2 parisiens sont moins focus sur l’aspect maths, et sont peut-être plus accessibles/moins regardant sur ce point.
3- Je sais qu’il existe, j’ai des amis qui l’ont fait mais ils n’ont pas poursuivi dans le secteur après, donc difficile à dire.
4- Si tu t’orientes sur le côté maths de la data-science/finance de marché, garde en tête que tu vas être en concurrence avec toutes les brutasses qui passent dans le coin, non seulement locales mais parisiennes.
Cela semble être un effort (très^10) conséquent si ton principal critère est d’avoir un job bien payé en IDF. La demande en data est là, tu trouveras sans pb des jobs en data engineering/coloration « data science » qui payent relativement bien.
Evidemment si tu vises les GAFA ou être quant à Londres, le gain sera bien plus important et tu n’auras pas le choix que de t’y mettre à fond et d’essayer
.
C’est peut-être un peu hors sujet (ou pas, à vous de juger), mais qu’en pensez-vous sur le risque d’automatisation de ces 3 fonctions ?
Je suis vraiment intéressé par ces métiers (car j’aime bien les maths, l’info et l’argent), mais je m’inquiète à ce sujet là… J’ai entendu dire que l’automatisation de la finance quantitative démarre déjà, et que plusieurs milliers d’emplois ont été supprimés cette année. Après, j’ai très peu de connaissance à ce sujet-là…
Tout est automatisable … ou presque
Avez vous songé à l actuariat ?
De quel diplôme d iae parles tu ?
Les eclille viseront plutôt le dd avec l edhec
Plus coûteux
Data engineer :
vois ça vraiment comme un plombier, on peut peut-être automatiser les façons dont les tuyaux s’imbriquent mais pas la plomberie totalement, de plus, chaque année tu as de nouvelles technos qui sortent, et qui changent radicalement le fonctionnement/structure des SI parfois. On est loin de l’automatisation, de plus c’est eux mêmes qui automatisent les sous parties de leurs jobs.
Data scientist :
C’est eux qui automatisant les boulots des autres lol, on essaye d’automatiser le leur avec tout ce qui est auto ML, mais c’est loin d’être rentable à l’échelle industrielle. à titre d’exemple, les classificateurs de documents fait en deep learning (en état de l’art) sont vers les 65% de bonne classification, l’auto ML de google est dans les 15% dans l’implémentation que j’ai vu. l’être humain, lui est à 98%.
Si pour classifier des documents, ou pour livrer un colis, ou d’autres tâches simples, on arrive pas à tout automatiser correctement, pour tout ce qui est touchy en informatique, ça ne va pas arriver bientôt (concrètement, ça reviendrai à avoir des modèles suffisamment intelligents, pour créer d’autres modèles, et de les paramétrer correctement pour faire mieux que l’humain, si on atteint ça, c’est un peu … mal barré)
Pour les Quant, il y a effectivement des licenciements massifs en IB, mais c’est dû aux restructurations de ces instituts (pour la DeutschB par exemple) pour augmenter leurs rentabilités. à ma connaissance, ce n’est pas dû à l’automatisation, mais je ne m’avancerais pas sur ce sujet, je n’ai pas une certitude.
@Father, Non pour l’actuariat, je ne me suis pas trop intéressé, mais de ce que je sais, c’est du risk management avec des méthodes statistiques plutôt classiques non ?
Et sinon il y a un double diplôme avec une formation qui fait partie maintenant de la faculté des finance banque et compta de l’univ de Lille, avant ça appartenait à l’IAE, et apparemment dans le cadre de la fusion des universités de Lille, ça va encore, prochainement, faire partie de l’IAE (d’après le responsable de la formation) c’est un master de finance de marché, pas de management comme celui de l’edhec.
C est marrant j aurais dit que le risk management c est de l actuariat en moins matheux.
Les jobs sont variés : de la r&d jusqu au peu quantitatif
Suivant ses goûts.
Le big data offre des opportunités aux assureurs
Mais je peux comprendre l attrait de la finance de marché et de ses gros salaires. Bcp de concurrence..
Ça dépend du genre de carrière vise
Je ne vois pas le m2 dont tu parles
Merci de mettre le lien.
L edhec propose 2 Masters
Certifiés tu que les ec Lille ne peuvent accéder à Financial économics ?
Je ne trouve pas de lien directement, mais le partenariat existait bien (existe?). Centrale Lille + FFBC sur linkedin donne des exemples dont ceux que j’avais en tête.
C’est un M2 aménagé que l’on peut faire en parallèle de la dernière année.
Pas trop de soucis pour l’automatisation imo, le risque est plutôt de voir un développement net en 2 branches: les ingénieurs qui bricolent des pipelines avec une approche de plus en plus drag&drop où ils codent le moins possible, et qques phd spécialisés qui travaillent sur les modèles.
Pour certains use cases/entreprises, les algos de base sont suffisants - ils ne sont pas intéressés dans une amélioration de quelques % du pouvoir prédictif du modèle utilisé (au vu du coût que ca impliquerait).