Apprentissage automatique : modèles, évaluation et mise en production.
Voir tous les tagsSept métiers différents se cachent derrière le même mot, et les confondre coûte cher : on se prépare pendant un an pour un poste qui n'existe presque plus, alors qu'un autre, plus accessible, cherche activement des candidats. Le métier le plus demandé aujourd'hui n'est pas celui qui entraîne les modèles.
Ces trois termes ne sont pas des synonymes et ne sont pas non plus des concurrents : ils sont emboîtés comme des poupées russes. L'intelligence artificielle contient le machine learning, qui contient le deep learning. Et l'IA générative dont tout le monde parle est une branche du plus petit des trois.
La réponse honnête tient en une phrase : oui, à condition d'accepter un plafond. On peut construire, entraîner et déployer des modèles utiles avec un niveau de mathématiques bien plus modeste qu'on ne le raconte. Ce qu'on ne peut pas faire sans, c'est comprendre pourquoi un modèle échoue — et c'est justement là que se trouve le métier.
Disons-le d'emblée, parce que c'est la question que tout le monde pose avant toutes les autres : on ne devient pas ingénieur IA en trois mois. En revanche, un profil qui code déjà atteint un niveau employable en six à douze mois de travail sérieux. Et le chemin qui y mène n'est pas celui que vendent la plupart des formations.
