Bonjour, je suis l'OP de ce post : https://forums.futura-sciences.com/q...-top-10-a.html
J'ouvre un nouveau post pour parler d'autres sujets, surtout de mon projet professionnel, qui est assez différent du sujet traité dans le post passé.
Alors, j'ai été admis à l'Ensimag. Pendant ma licence MIASHS, j'ai pu découvrir que la math appliquée et la statistiques sont plutôt ma passion. L'informatique c'est ok, mais ce n'est pas passionnant pour moi (ne parlons même pas des télécommunications !).
En vue de cela, on pourrait penser qu'une école plutôt spécialisé en stats comme l'Ensae aurait été un meilleur choix, et je suis plutôt d'accord. C'est juste que je vis sous des contraintes économiques bien strictes qui me rendent impossible de payer une école à 2400€ par an ou plus. C'est mort. L'Ensimag était le meilleur choix d'école à 600€ sans aides financières ni bourse CROUS.
Donc, on fera avec l'Ensimag. Ceci dit, les deux champs professionnels qui attirent le plus mon attention sont :
1) la Data Science et IA
2) la Finance
Bref, là où il y a des probabilités et statistiques, de loin mes branches préférées en math.
Ceci dit, il paraît que sur le champ professionnel, les diplômés de l'Ensimag ont des excellents prospects en informatique "pure et classique".
J'ai donc quelques questions :
1) Si je veux faire de la finance, je prend la filière Ingénierie pour la Finance, il est clair. Pourtant, pour faire de la data science, quelle filière prendre parmi ISI, MMIS et IF ?
2) Qu'en est-il des prospects des diplômés de l'Ensimag en métiers data et stats ? Les diplômés de l'Ensae et similaires nous laissent une place dans le marché quand même ? Comment se rendre compétitif dans ce marché ?
3) Que pouvez-vous me dire de Data Science vs. Finance ? Points positifs et négatifs de chacun ? Déjà, j'ai l'impression que si je vais en finance et que je regret après, chercher un poste dehors serait plus dûr. Cela dit, la math et la proba derrière ce que j'ai vu vite fait sur les mathématiques financières, je trouve très beau (pareil pour la Data Science).
Merci en avance !
-----