Comment j’ai réussi ma transition vers une équipe

Au cours des dernières années, l’essor de l’IA a entraîné de nombreuses personnes à réévaluer leur carrière et à envisager une transition vers ce domaine innovant. Mon parcours n’a pas fait exception, car j’ai passé 2,5 ans à me former pour intégrer une équipe dédiée à l’intelligence artificielle chez Google. Ce changement radical a été façonné par un travail acharné, des projets pratiques et, surtout, la lecture de 11 livres essentiels qui ont transformé ma compréhension et mes compétences en IA. Voici comment ces ouvrages ont joué un rôle clé dans ma réussite et comment ils peuvent également aider d’autres professionnels en quête de reconversion.

Après 2,5 années dédiées à l’apprentissage et à l’acquisition de nouvelles compétences, j’ai réussi ma transition vers une équipe d’IA chez Google. Cette aventure enrichissante a été guidée par la lecture de 11 livres essentiels qui ont façonné ma compréhension de l’IA et du machine learning. Cet article partage mon parcours, les ressources qui m’ont aidé et les leçons apprises en cours de route.

Le point de départ : un désir de changement

Mon parcours a commencé dans un rôle de customer success chez Google. Cependant, avec l’émergence de l’IA générative, j’ai ressenti une forte envie de m’impliquer dans ce domaine prometteur. J’étais conscient que les moments décisifs dans la technologie ne consistent pas seulement à chercher un profit, mais aussi à influencer positivement son utilisation.

Le coup d’envoi de ma formation : l’apprentissage en période de congé paternité

Lorsque ma fille est née en avril 2023, j’ai vu une opportunité unique de combiner mes responsabilités familiales et mon désir d’apprendre. Durant mon congé paternité, j’ai commencé à lire des ouvrages sur l’IA et le machine learning, marquant ainsi le début de ma transition vers une carrière axée sur ces technologies.

Un parcours exigeant : 2,5 années de travail acharné

Cette transition n’a pas été instantanée ; elle a été le fruit de deux ans et demi d’efforts délibérés. J’ai plongé dans 11 livres et visionné des heures de contenu vidéo pour me préparer aux défis de l’IA. J’ai participé à plusieurs entretiens pour des rôles variés et, il y a six mois, j’ai finalement fait le saut en devenant customer engineer spécialisé en IA et machine learning chez Google Cloud.

Les livres qui ont façonné ma transition

Voici une sélection des livres qui ont été déterminants dans mon apprentissage :

Livres de référence

• « AI Engineering » de Chip Huyen
• « Designing Machine Learning Systems » de Chip Huyen
• « Designing Data-Intensive Applications » de Martin Kleppmann
• « Hands-On Large Language Models » de Jay Alammar et Maarten Grootendorst
• « Generative AI on AWS » de Chris Fregly, Shelbee Eigenbrode et Anje Barth
• « Deep Learning » d’Ian Goodfellow, Yoshua Bengio, Aaron Courville

D’autres ouvrages pertinents

• « Competing in the Age of AI » de Marco Iansiti et Karim R. Lakhani
• « Prediction Machines » d’Ajay Agrawal, Joshua Gans et Avi Goldfarb
• « Power and Prediction » d’Ajay Agrawal, Joshua Gans et Avi Goldfarb
• « Genesis » de Henry Kissinger, Craig Mundie et Eric Schmidt
• « Deep Medicine » d’Eric Topol

Cours et ressources supplémentaires

En complément des livres, j’ai suivi des cours comme la Deep Learning Specialization enseignée par Andrew Ng, ainsi que les vidéos de 3Blue1Brown sur YouTube, qui m’ont aidé à visualiser les concepts mathématiques et fondamentaux du machine learning.

L’importance des projets pratiques

Bien que la théorie soit essentielle, j’ai réalisé qu’il était crucial de compléter ma formation avec des projets pratiques. Les livres ne proposaient souvent pas d’exercices concrets, mais les cours offraient une multitude d’opportunités pour appliquer ce que j’avais appris. J’ai donc créé mes propres projets, ce qui a enrichi mon éclairage sur le monde de l’IA.

Le soutien au sein de Google

La culture collaborative chez Google a joué un rôle essentiel dans ma réussite. Grâce à l’appui de mes collègues et de mon manager, j’ai pu gérer mon temps entre mes responsabilités professionnelles, l’apprentissage et la parentalité. Cela m’a permis de créer un équilibre entre mon développement personnel et mes implications professionnelles.

Les leçons tirées et la nécessité de la persévérance

Pour ceux qui envisagent une transition vers le secteur de l’IA, il est crucial de travailler avec détermination et de ne pas se précipiter. Les concepts complexes prennent du temps à assimiler, et la persévérance est essentielle pour surmonter les obstacles.

La transition vers une carrière en intelligence artificielle (IA) a été un parcours transformateur pour moi. En 2,5 ans, j’ai réussi à passer d’un poste de réussite client à un ingénieur spécialisé en IA chez Google. Mon aventure a été fortement influencée par ma lecture de 11 livres clés qui m’ont permis de développer les compétences nécessaires pour exceller dans ce domaine en plein essor.

Un nouveau départ pendant le congé paternité

Ma fille est née en avril 2023, et c’est à ce moment précis que l’essor de l’IA a commencé à se faire sentir. Profitant du congé parental offert par Google, j’ai compris que c’était l’occasion idéale pour me plonger dans la lecture de livres sur l’IA. J’ai commencé ce voyage d’apprentissage essentiel, ce qui m’a permis de poser les bases nécessaires pour ma future carrière.

L’importance de l’apprentissage continu

Pour réussir ma transition, il était crucial de m’engager dans un apprentissage continu. Les technologies et les produits évoluent à un rythme rapide, ce qui signifie que je devais constamment me mettre à jour. J’ai ainsi passé beaucoup de temps à lire et à suivre des cours, accumulant des connaissances sur des sujets variés en intelligence artificielle et en machine learning.

La sélection des livres essentiels

Parmi les livres que j’ai lus, certains se sont révélés particulièrement utiles. Voici quelques titres incontournables qui m’ont aidé à me former :

• AI Engineering par Chip Huyen
• Designing Machine Learning Systems par Chip Huyen
• Deep Learning par Ian Goodfellow et al.
• Competing in the Age of AI par Marco Iansiti et Karim R. Lakhani
• Generative AI on AWS par Chris Fregly et al.

Ces ouvrages m’ont permis de mieux comprendre les concepts d’IA et de machine learning, tout en développant mes compétences pratiques grâce aux exercices proposés.

Réaliser des projets pratiques

Au-delà de la lecture, il était essentiel de travailler sur des projets pratiques afin d’acquérir une expérience réelle. Je me suis lancé dans la création de mes propres démos et applications IA en utilisant les outils disponibles. Cela m’a permis non seulement de développer un portefeuille de travaux concrets, mais aussi de valider mes compétences auprès des recruteurs.

Le soutien d’une culture d’apprentissage

Travailler chez Google a également renforcé ma capacité à apprendre et à grandir. Le soutien de mes collègues et de mon manager a été déterminant. Ils m’ont facilité le temps nécessaire pour me concentrer sur mon développement tout en jonglant avec mes responsabilités professionnelles et parentales.

Pérenniser l’engagement dans son apprentissage

Pour quiconque envisage une transition vers l’IA, il est essentiel de rester engagé et persévérant. Comprendre des concepts complexes peut prendre du temps, et la clé réside dans la persistance et le désir d’apprendre constamment. Les réussites dans ce domaine ne se construisent pas en un jour ; elles nécessitent des efforts soutenus sur le long terme.

En conclusion, mon parcours de transition vers une équipe IA chez Google a été enrichissant grâce à ma détermination et à l’apprentissage à partir de 11 livres essentiels. Je me suis préparé à un avenir prometteur dans un secteur dynamique qui façonne notre façon de vivre et de travailler. Pour plus d’informations sur les impacts de l’IA, n’hésitez pas à consulter des articles tels que la consommation énergétique associée à l’IA ou le partenariat entre OpenAI et Google Cloud.

• Durée de la transition: 2,5 ans d’apprentissage continu
• Livre clé #1: « AI Engineering » par Chip Huyen
• Livre clé #2: « Designing Machine Learning Systems » par Chip Huyen
• Livre clé #3: « Deep Learning » par Ian Goodfellow, Yoshua Bengio, Aaron Courville
• Application pratique: Importance des projets concrets pour illustrer les compétences
• Soutien de l’équipe: Rôle crucial de mon manager et collègues chez Google
• Démos constructives: Création de démonstrations pour les clients
• Persévérance: Nécessité de la patience face aux concepts complexes d’IA
• Livre clé #4: « Competing in the Age of AI » par Marco Iansiti et Karim R. Lakhani
• Cours influent: Spécialisation en apprentissage approfondi par Andrew Ng
• Diversification des clients: Adaptation constante aux différents besoins des clients

La transition vers un poste en intelligence artificielle (IA) peut sembler intimidante, mais avec la bonne approche et les ressources adéquates, il est possible de réussir. Après avoir passé 2,5 ans à me former, j’ai réussi à intégrer une équipe spécialisée dans l’IA chez Google. Cette transformation a été soutenue par la lecture de 11 livres incontournables qui m’ont permis d’acquérir les compétences nécessaires. Voici un aperçu de mon parcours et des ressources qui m’ont aidé.

Le Point de Départ : Une Prise de Conscience

Mon expérience initiale était en success client chez Google, mais avec l’émergence de l’IA générative, j’ai compris que je voulais m’impliquer davantage dans ce domaine. Ce moment était crucial, car il m’a poussé à me réorienter vers une passion pour l’innovation technologique. J’ai décidé de consacrer mon congé de paternité à l’apprentissage de l’IA, ce qui m’a ouvert de nouvelles perspectives.

La Valeur de l’Apprentissage Continu

L’apprentissage continu est essentiel dans le champ de l’IA en raison de l’évolution rapide des technologies. J’ai commencé par établir un plan d’étude structuré, qui comprenait la lecture de manuels académiques et la réalisation de projets pratiques. Les défis techniques nécessitaient de la persévérance et de la rigueur, et m’ont permis de renforcer ma compréhension des concepts complexes.

Les Livres Essentiels

Voici les livres qui ont influencé ma transition :

• AI Engineering – Chip Huyen : Un guide complet sur l’ingénierie des systèmes d’IA.
• Designing Machine Learning Systems – Chip Huyen : Ce livre aborde la conception de systèmes de machine learning de manière accessible.
• Hands-On Large Language Models – Jay Alammar & Maarten Grootendorst : Une lecture indispensable pour comprendre les modèles de langage.
• Deep Learning – Ian Goodfellow : Une référence incontournable pour quiconque souhaite plonger dans l’apprentissage profond.
• Competing in the Age of AI – Marco Iansiti & Karim R. Lakhani : Montre comment les entreprises doivent évoluer à l’âge de l’IA.

Les Projets Pratiques : Une Expérience Inestimable

Les livres sont une chose, mais il est crucial d’appliquer ces connaissances grâce à des projets pratiques. J’ai commencé à créer mes propres démos et à utiliser des outils d’IA pour renforcer mes compétences. Cela m’a permis d’acquérir une expérience concrète, ce qui est nécessaire pour convaincre les recruteurs de ma capacité à travailler sur des projets réels.

La Support de l’Équipe

Un autre élément clé de ma transition a été le soutien de mon équipe. Le mentorat de mes collègues et la flexibilité de mon manager ont été déterminants. Cela m’a permis d’allier mes responsabilités professionnelles avec mon apprentissage personnel, surtout avec un nouveau-né à la maison. Le travail en équipe et la culture d’entreprise ont grandement facilité ce parcours.

La Persévérance : La Clé du Succès

Enfin, il est essentiel de rester déterminé. La route vers une carrière en IA est jalonnée d’obstacles, mais avec de la persistance, il est possible de surmonter les défis. J’ai réalisé que comprendre des concepts complexes prend du temps et que la répétition est souvent nécessaire. Cela fait partie intégrante du processus d’apprentissage.

FAQ – Comment j’ai réussi ma transition vers une équipe IA chez Google en 2,5 ans grâce à 11 livres incontournables