Le M

Suivre les cours tech à l’em, un parcours du combattant

OPINION – On n’arrête pas d’entendre parler de big data, d’IA, des nouvelles technologies, de disruption (surtout à l’em…), de transformation digitale etc. La liste et longue. Reste à savoir dans quelle mesure nous sommes vraiment concernés. Ces thèmes font-ils partie de ce qu’on devrait apprendre en école de commerce ? 

Ces « transformations » ne touchent pas tous les domaines de la même façon. Ainsi, suivant l’orientation professionnelle, il va être plus ou moins nécessaire de s’y connaître dans le domaine des technologies. Il faudrait déjà savoir ce qu’il se cache vraiment derrière des termes vastes comme digital ou big data. A minima pour savoir de quoi tout le monde parle et de ne pas passer à côté du « next big thing » si on investit ou travaille dans la finance. Dans d’autres domaines comme le marketing, il semble difficile de pouvoir se débrouiller sans au moins savoir ce qu’est le big data. Avoir des cours sur le sujet semble donc à première vue pertinent.

Le cas de l’EM

À l’emlyon les cours sur la question se divisent en deux catégories : les cours où l’on se familiarise avec les concepts et les cours où l’on apprend à faire quelque chose : coder par exemple. Suivant le parcours et les centres d’intérêts de chacun, ces cours sont plus ou moins pertinents.  À l’emlyon, les électifs concernant ce domaine sont regroupés sous l’appellation « operations, Data et Artificial Intelligence for business » (mélanger le français et l’anglais : un classique de l’école de commerce). Ils sont classés en cours de trois niveaux. Ce n’est pas apparent lorsqu’on choisit ces cours. Il y a les cours introductifs et les cours avancés auxquels s’ajoutent des cours « cachés ».

Les cours introductifs portent bien leur nom : il s’agit de découvrir. Certains cours ne portent que sur les concepts comme le cours intelligence artificielle et humaine. Ce dernier traite du fonctionnement du cerveau humain pour ensuite tirer des parallèles avec l’intelligence artificielle et les liens entre les deux. D’autres, comme python boot camp et business analyst toolbelt, sont là pour développer de nouvelles compétences : apprendre à coder. 

Les cours avancés sont là pour aller plus en profondeur. Ils nécessitent d’avoir assisté aux cours introductifs et/ou de savoir coder.

On ne peut s’inscrire qu’à certains des cours avancés via cours advisor (machine learning par exemple). Pour accéder aux autres, il faut en faire la demande aux professeurs en question (en cas de doute, contacter Jean Savinien, un des professeurs en question).

Voici la liste exhaustive :

MK340 : Machine learning

MK344 : Big data in practice

MK346 : IA et intelligence humaine

MK347 : Python data analysis

MK349 : Web database programing

MK350 : Blockchain

MK351 : Mobile Apps Dev

MK355 : Intro to the R-librairies Shiny & Plotly

MK99 : Big data for Business

MK993 : Discovering value of text mining for business

En quoi consistent ces cours ? Bonne question ! Là encore il faut aller se renseigner auprès du ou des professeurs (lesquels ?) qui les enseignent pour savoir en quoi ils consistent et quand ils ont lieu. On se demande pourquoi un tel fonctionnement. Après tout, si l’objectif est de faire découvrir aux étudiants un nouveau domaine, « cacher » les cours en question semble étrange. Il y a probablement une raison (elle aussi cachée).

Les cours « cachés » – parce que oui, il y a des cours encore plus « cachés » que les précédents ! Leur existence a été révélée lors de la conférence du 2 octobre présentant l’offre de cours en data science et IA. Il y a trois cours « très secrets ». Voici leurs descriptions reprise d’un mail à ce sujet (le mail s’intitule : « électifs et parcours de spécialisation en IA / AI classes and certifications » normalement tous le monde l’a reçu). 

Les trois électifs spéciaux suivants sont sur sélection, et ont pour pré-requis le cours de machine learning MK340, que vous pouvez suivre aux cycles C2 et C4.  Chacun de ces cours valide 5ECTS. Pour vous y inscrire, contactez Jean Savinien (savinien@em-lyon.com).

  • Électif MK345 « Data Science Business Project » Project » : Les participants portent des projets de data science avancés avec des enjeux business ou recherche, en collaboration avec des élèves ingénieurs informaticiens du CESI.

Période de réalisation : cycle C4 (tous les vendredis matin).

  • Électif séminaire « Practical Deep Learning » : Atelier pratique de deep learning, avec pytorch et la librairie python fast.ai. Vous y apprendrez concrètement à utiliser des GPU, comprendrez les architectures de réseaux profonds modernes (resnet, Unets, RNN…), ainsi que les méthodes d’optimisation de pointe (régularisation, dropout, batchnorm, learning rate annealing, etc) pour produire des modèles puissants de computer vision, de langage, de segmentation, etc.

Période de réalisation : cycle C5, 26-29 mai 2020.

  • Électif séminaire « Neuroscience & Deep Learning » : Introduction aux neurosciences et à l’intelligence artificielle via les réseaux de neurones profonds. L’intervenant du séminaire, le Prof. F. Fathizadeh est un mathématicien de renommée internationale et collaborateur du Max Planck Institute for Biological Cybernetics.

Période de réalisation : cycle C5, les 11-12 et 18-19 mai 2020.

Pour y accéder il faut – de mémoire – assister aux cours d’introduction et aux cours avancés (au moins 1 de chaque j’imagine). Même principe, pour toute information supplémentaire, il faut demander. Il serait sans doute plus facile de présenter l’ensemble de l’offre de cours, soit sur course advisor sous forme de syllabus, soit – ci cela représente trop de travail – sous forme d’un document récapitulatif. 

  • Le Parcours de spécialisation « Entrepreneuriat en IA Tech » :

C’est trop tard pour cette année mais parlons-en quand même. Voici la description du programme (toujours le même mail).

Un projet maker intensif de 4 mois (25 ECTS) en partenariat avec EPITECH et l’Ecole de Design de Villefontaine. Il s’adresse aux étudiants qui souhaitent porter un projet entrepreneurial en IA depuis l’idée jusqu’à la réalisation d’un service numérique intelligent (code front et back, IA, design) et d’un business plan, avec l’ambition d’être incubé. Les participants travailleront en mode « startup tech » avec des dev et des designers, et seront accompagnés par des intervenants professionnels sur le code, l’IA, le design, la gestion du projet et l’élaboration du business plan.

Public : étudiants emlyon (A2, A3, A4) + EPITECH + design Villefontaine

Langue d’enseignement : français

Nombre de places : 20 

Nombre d’ECTS : 25ECTS (5 cours de 5ECTS)

Période de réalisation : mars à fin juin 2020, cycles C4 et C5

Sélection : Etudiants (A2, A3, A4) lettre de candidature/motivation + CV à faire parvenir à Jean Saviniensavinien@em-lyon.com et Emilie Landuré  landure@em-lyon.com et entretien avec Jean Savinien.

Date limite de candidature : 25 octobre 2019

Il est évident que si vous choisissez ce certificat, cela vous demandera un engagement important notamment d’inscriptions à tous les cours. Si vous décidez de suivre ce parcours, ils adapteront votre emploi du temps pour vous permettre de suivre l’intégralité du parcours.

Pertinence et qualité des cours

Dans l’ensemble, l’offre de cours semble prometteuse. D’expérience, les cours introductifs Python bootcamp et IA et intelligence humaine ne sont pas trop mal. Le premier permet d’apprendre à coder. Le deuxième permet de bien comprendre les concepts. Les cours plus avancés devraient aller plus loin. En tout cas, l’expertise technique des professeurs ne manque pas : que ce soit en matière de compétence technique (codage) ou de compréhension du domaine et de ses enjeux. 

Les seuls facteurs qui freinent la progression restent les mêmes que tous les autres cours. Le niveau est fixé par rapport aux élèves. Si dans un cours avancé comme Machine Learning, la majorité ne sait pas coder, les enseignants iront moins loin. Ces cours sont également limités par le fonctionnement typique d’un cours à l’emlyon : peu d’heures de cours, peu de travail en dehors des cours. Le résultat : peu de progression. Certains éléments de ces cours sont critiquables. On a pu entendre en business analyst toolbelt qu’il suffisait de savoir copier-coller. Ça ne vole pas haut. En python programming bootcamp, la quasi-totalité du travail est réalisée par les étudiants en dehors des cours (pour une fois, il y en a). Ce n’est pas un problème. Par contre les heures de cours n’ont que peu d’utilité : 1 séance passée à installer python, les 3 autres à corriger quelques exercices. Notons que les supports utilisés pour python étaient pour la majorité en libre accès sur internet. Valeur ajoutée de l’emlyon : 0. 0,5 si on veut être gentil : ils nous pointent vers la bonne direction. 

Bien entendu, ces remarques ne sont pas représentatives de tous les cours – après tout, la liste est longue – et la qualité d’un cours peut varier d’une session à l’autre et suivant l’intervenant. Reste que, pour 5 ECTS sur 120, 12h de cours et des supports en libre accès semblent un peu léger. C’est comme si l’emlyon n’investissait pas dans les cours…

Les cours data science & IA m’ont intéressé au début de l’année quand il s’agissait de faire le choix des électifs car j’y voyais l’occasion de développer des compétences et d’apprendre quelque chose, d’échapper aux « cours bullshit » pour avoir un cours qui vaut vraiment la peine. Honnêtement, le résultat est mitigé : ces cours sont bien mais, comme tous les autres cours, leur intérêt est limité par la structure et le fonctionnement des cours à l’emlyon. Dans un cours où tout le monde est sur facebook, il n’est pas possible de faire des choses compliquées, de dépasser les introductions et découvertes pour avoir une vraie valeur ajoutée. De même, dans des cours où nous n’avons rien à faire tant pendant le cours qu’entre les séances et où – avec maximum 24h de cours – nous n’avons même pas le temps de faire quoi que ce soit avant que le cours soit fini, comment espérer trouver des étudiants motivés assidus et désireux d’apprendre. 

Ce cercle vicieux n’est pas nouveau et tout le monde doit y mettre du sien pour en sortir. Peut-être qu’en interdisant les ordinateurs en cours, nous seront plus concentrés et les cours s’amélioreront en conséquences. Peut-être que la structure du cours développée par l’école n’est toujours pas aboutie. C’est beau de vouloir mettre fin aux cours magistraux, d’aller vers une pédagogie de l’action (les makers…). Encore faudrait-il qu’il y ait du contenu que ce soit pendant les cours et entre les cours. Une continuité entre les cours serait également utile. À trop vouloir créer de flexibilité, le parcours à la carte a créé des blocs de cours de 2 mois déconnectés les uns des autres. Certains cours se terminent au bout d’un mois. Au moins, avec les cours de data science et d’IA un effort a été fait pour créer une structure et un enchaînement entre les cours : 3 paliers successifs suivant le niveau. C’est également le cas avec d’autres électifs (niveau débutant, intermédiaire et avancé) mais là encore on s’y perd. 

En conclusion, les cours de data science et d’IA à l’emlyon sont des cours comme les autres (peu d’heures de cours, peu d’opportunité de développer un niveau avancé) sur un sujet pas comme les autres. À chacun de choisir si oui ou non ces cours ont un intérêt dans leur parcours.