#013 ML Алексей Ярошенко. Из специалиста по рекламе в дата-сайентисты. Учеба в MADE

Valeur des informations & solidité de l’argumentation

La valeur principale de cette vidéo réside dans le témoignage pragmatique et concret d’une reconversion professionnelle réussie vers la data science. L’invité apporte des estimations chiffrées sur le temps de préparation nécessaire (selon lui, environ 8 à 10 heures par jour pendant six mois), des précisions sur les modalités d’admission (épreuves de mathématiques, algorithmique, concours) et décrit la réalité exigeante des programmes de formation. L’argumentation est solide car fondée sur une expérience de vie datée et circonstanciée, structurée chronologiquement. L’intervenant n’hésite pas à aborder les obstacles (burnout, charge de travail importante, vie de famille), ce qui rend son discours crédible et équilibré. Il nuance également le mythe du « niveau zéro » en rappelant son propre bagage technique antérieur, même s’il est différent du domaine visé.

Rigueur scientifique, qualité des sources, adéquation du titre

Sur le plan scientifique, il ne s’agit pas d’un contenu de vulgarisation académique, mais d’un retour d’expérience. La rigueur est donc relative à la cohérence du récit et à sa non-contradiction interne. Les sources citées sont principalement les ressources de préparation en ligne (cours de Yandex, MOOC) et les plateformes de podcast. Le lien vers l’académie MADE est fourni dans la description, permettant aux auditeurs de consulter directement le programme concerné. L’adéquation entre le titre et le contenu est excellente : le titre résume parfaitement l’objectif de l’épisode, à savoir le cheminement de carrière et l’expérience de formation de l’invité.

Le titre reflète exactement le contenu de l'épisode : le récit détaillé d'une reconversion d'un spécialiste de la publicité vers la data science, suivi de son expérience de formation au sein du programme MADE.

8/10

Témoignage personnel authentique et détaillé, sans contradiction interne apparente. Les faits présentés relèvent de l'expérience vécue (processus d'admission, épreuves, conciliation famille-travail). Les aspects techniques sont cependant survolés et reposent uniquement sur le récit du parcours de l'invité, sans vérification académique externe dans le corps de la vidéo.

Repères établis par PSI à partir de la transcription : le créateur n'a pas défini de chapitres.

• 00:00Introduction du podcast et présentation de l'invité Alexey Yaroshenko.
• 03:00Discussion sur les motivations initiales pour l'intelligence artificielle et la difficulté d'entrer dans ce domaine.
• 12:00Récit de la carrière dans la publicité, la création d'une agence et l'obtention du statut de formateur Google.
• 19:00Le déclic de 2019 : l'écoute d'un podcast sur la data science et la décision de changer de carrière.
• 30:00Description de la préparation intensive de six mois et de son échec à l'admission à l'école ШАД.
• 40:00Évocation de la découverte de MADE, des épreuves d'admission et de sa réussite au concours.
• 52:00Partage des difficultés rencontrées au cours de la formation MADE : charge de travail, nouvel emploi et naissance de son fils.
• 1:00:00Conseils finaux pour les futurs candidats et conclusion de l'entretien.

• Академия Больших Данных MADE — Programme de formation suivi par l'invité, décrit en détail dans l'épisode (processus d'admission, difficultés, contenu).
• Блог Алексея Ярошенко — Blog personnel de l'invité, mentionné comme ressource pour ses articles sur la reconversion et la formation MADE.
• Épisode du podcast sur Anchor.fm — Lien direct vers l'hébergement de cet épisode spécifique.
• Page Telegram d'Alexey Yaroshenko — Canal de contact et de partage de l'invité, mentionné pour échanger avec la communauté.

• Machine Learning Podcast (chaîne principale) — La chaîne héberge d'autres entretiens avec des experts, partageant le même contexte thématique sur le machine learning.

• music.yandex.ru
• podcasts.apple.com
• podcasts.google.com
• t.me