Quelles technologies et domaines vous sont les plus proches : ML classique, DS ou NLP ?

Je suis principalement orienté vers l'apprentissage automatique classique (ML), car il permet de résoudre un large éventail de tâches à l'aide d'algorithmes d'apprentissage à partir de données, tels que la régression, la classification, les arbres de décision et les ensembles. Je m'intéresse également à la Science des Données (DS) pour l'analyse et la préparation des données, ce qui est une étape importante avant l'entraînement des modèles.

Le Traitement du Langage Naturel (NLP) m'intéresse aussi, notamment dans le traitement des textes et l'extraction d'informations sémantiques, mais mon expérience principale est liée aux approches classiques de ML et à l'analyse de données.

Dans mon travail, je combine généralement les compétences en ML et DS : je commence par explorer et nettoyer les données, puis j'entraîne des modèles et j'évalue leur qualité.