Retrouvez le parcours de Fatma, étudiante à CentraleSupélec et à NUS (Singapour) !

Peux-tu te présenter (ton parcours etc.)? 

Je m’appelle Fatma Moalla, actuellement, je suis Data Scientist dans une start-up en assurance à Paris. Je viens de Tunisie, où j’ai obtenu une Bourse pour intégrer Hoche en prépa MPSI puis MP*. Ensuite, j’ai intégré Centrale Paris en 2016 où je suis resté 4 ans parce que j’ai fait une année de césure et j’ai fait un échange à Singapour (S8) puis j’ai fini par un stage de fin d’étude en 2020 et depuis décembre je suis en CDI.

Comment se sont passées tes années en classe préparatoire ?

Je ne vais pas le cacher, ce sont des années difficiles, bien que la 1ère année fût plus facile car on était très soudés. En revanche la 2ème année était plus difficile pour moi, j’étais en classe étoilée, les profs étaient très stricts et exigeants, surtout à Hoche, et avec le stress des concours qui vont avec. C’était des années dures mais heureusement j’avais ma famille et mes amis pour me soutenir, ce qui a rendu mon année plus agréable. A chaque fois qu’une personne me dis qu’elle souhaite faire prépa je lui réponds la même chose, c’est-à-dire qu’il faut être prêt à consacrer 2 années de sa vie aux études mais ça en vaut la peine.

Conseillerais-tu à quelqu’un cette expérience ?

Cela en vaut la peine parce que tu te bâtis un socle scientifique et avec ce socle, on commence une vie professionnelle. On commence à avoir des relations avec les entreprises, à échanger avec d’autres étudiants qui viennent d’autres universités, on a le droit d’aller partout dans le monde en échange, ou encore le droit d’aller dans des assos ou des assos humanitaires. Également, on peut aussi faire la fête avec un Week-End d’Intégration comme dans toutes les écoles, donc c’est une ambiance où les étudiants sont soulagés de la prépa même s’il y a toujours des études. Les études sont orientées vers quelque chose de plus concrets, même dans les écoles généralistes, où chacun fini par se spécialiser en dernière année.

Pourquoi avoir choisi Centrale ? 

C’est une école de renommée, j’ai un peu suivi les classements je ne vais pas le cacher et il y a aussi une dimension internationale très développée et j’avais demandé à des amis qui m’ont confirmé cela et qu’il était même obligatoire d’avoir une expérience à l’étranger en stage ou en échange. En plus il y a énormément d’assos, et je fus émerveillée par la plaquette alpha. De plus, c’est une école très proche des entreprises et avec un réseau très soudé. Le réseau des alumni aide beaucoup. C’est un avantage pour les étudiants pour avoir un stage. Et c’est une école où il y a une certaine excellence académique. Donc c’est pour toutes ces raisons que j’ai choisi Centrale.

Tu as pensé quoi de tes années là-bas ? 

En 1ère année, j’étais sur leur ancien campus, c’était cool, on a fait la fête, on a eu le WEI, et beaucoup d’évènements assos où j’ai essayé de m’impliquer mais j’avais aussi des études donc j’ai dû faire des choix. Il y a un grand esprit d’équipe avec des évènements qui permettent de connaitre toute la promo, même si l’on est 500. La 2ème année était plus courte, avec le déménagement à Gif-Sur-Yvette et la fusion avec Supélec, donc d’un point de vue psychologique, ce fut difficile car on était moins proche de Paris et il y avait, aussi, la fusion des assos donc ce n’était pas si simple. A la fin de l’année, avant mon départ en échange, on avait réussi à créer un esprit de cohésion malgré les deux écoles différentes. 

Ensuite, tu es allé à NUS. Comment ça se passe les cours là-bas ? Qu’as-tu pensé de Singapour ?

Je suis parti à Singapour pour 1 semestre, avec une session anticipée de tests pour nous permettre de partir en janvier. On avait aussi un stage ouvrier à faire l’été entre la 1ère et la 2ème année. Je faisais du chinois et notre prof nous a proposé de partir en chine faire un stage dans une usine de fabrication de télés et donc, je suis parti pendant 6 semaines à Chengdu et j’ai beaucoup apprécié ! Cela m’a donné envie de retourner en Asie donc j’ai postulé pour Singapour. J’ai eu des feedbacks très positifs sur Singapour et cela m’offrait l’opportunité de voyager dans les pays de l’Asie du Sud-Est. La majorité des élèves internationaux venaient d’ailleurs juste pour voyager et pas pour les études, malgré que le niveau était excellent à NUS. J’ai pu rencontrer des étudiants du monde entier dès la première semaine, avec une semaine de Welcoming. On a pu faire plusieurs voyages en Thaïlande, à Bali, ou en Malaisie ! Bon, après j’étais à découvert, mais c’était tout de même fantastique. 

C’était la première fois où j’étais vraiment très dépaysée, il y avait beaucoup plus que de changement que lors de mon passage de la Tunisie à la France. Je connaissais la langue et j’avais des repères. A Singapour, c’était différent, j’ai fait d’autres connaissances, donc c’était super et on a même gardé contact. Le niveau académique est excellent, mais dans certaines matières, comme en mathématiques, en France, on a excellent niveau. Cependant, on se focalise peut-être trop sur la théorie. Là-bas c’est plus concret et il y a des évaluations en continue et non une période de partiels que je trouvais très lourd à Centrale. 

Puis j’ai enchainé sur un stage à la Société Générale. C’était ma première fois dans le monde professionnel. Pendant 6 mois, j’étais Data Scientist et Financial Analyst. Je ne connaissais pas la finance et j’ai beaucoup appris. Puis en deuxième partie de césure, j’ai fait un stage dans une start-up de location de voiture. La césure c’est ton année, donc il faut faire ce qui te plait pour choisir dans quel domaine tu veux travailler, certains font également par exemple des voyages humanitaires. La moitié du stage était à Londres. Il y avait beaucoup de changements par rapport à la Société Générale parce que c’est une entreprise beaucoup plus petite. J’avais plus de responsabilité puisque j’étais seul dans l’équipe Data avec mon maître de stage. Le rythme est accéléré et même en tant que stagiaire, tu fais des projets complets. Ce que j’aimais c’est que je voyais beaucoup plus l’impact de mon travail sur les projets. Puis à Londres, je les aidais sur leurs tâches qui impliquaient de la data science. En 3ème année, la plus difficile académiquement, j’ai décidé de faire un master à l’ENS, puisqu’il y avait des cours en communs, ce qui me permettais d’avoir deux Masters en 1 an. C’était une année très intense donc j’ai travaillé comme en prépa. C’est une année de spécialisation et j’ai choisi de faire des mathématiques appliqué à la Data Science et ce choix a été motivé par mes stages puisque j’étais Data Scientist dans mes deux expériences de stage donc je voulais finir mes études dans ce domaine pour y faire carrière. J’ai fini l’année en e-learning comme tout le monde malheureusement. Le fait de passer des examens en distanciel, ce n’était pas facile. Par la suite, j’ai fait un stage de recherche dans une entreprise de conseil qui m’a permis de valider mon Master de l’ENS. 

Lors de mon master MVA (Mathématiques-Vision-Apprentissage) à l’ENS, on était nombreux et on n’avait pas de socle commun et pas de restrictions et donc on choisissait les cours qu’on voulait. C’était intense et j’ai beaucoup appris de ce Master. A Centrale, c’était très théorique alors que le MVA était étonnement concret avec beaucoup de TP et de projets donc c’était très bien. Et après 6 mois de recherche, je ne voulais plus en faire donc j’ai oublié mon idée de thèse. En effet, le fait que ce soit un stage en télétravail, ce fut très dur au niveau de la motivation… Je devais attendre que mon maître de stage soit disponible pour avancer, donc c’était frustrant mais j’ai quand même validé mais je ne voulais pas continuer avec l’entreprise ni même en conseil. Par ailleurs, après mes expériences en finance, transport et conseil, je voulais découvrir un nouveau secteur et j’avais aimé l’ambiance start-up. Je voulais découvrir l’assurance et j’ai trouvé une start-up en assurance sur les risques climatiques donc ça m’a intéressé car c’est aujourd’hui un enjeu majeur dans le monde et en France. Comme pour la banque, c’est un domaine que je ne connaissais pas du tout. Ils m’ont formé et cela fait maintenant 3 mois que j’y suis et cela me plait beaucoup. J’apprends énormément. La moitié de l’équipe est Data Scientist donc je peux poser beaucoup de questions et apprendre de cette équipe. C’est une start-up dynamique et l’équipe grandit très vite, et c’est un indicateur pertinent de la santé de la start-up. D’ailleurs, je pense que les start-ups en France continuent à sauver l’économie car il y a beaucoup de levés de fonds donc ça encourage les étudiants qui ne savent pas s’ils souhaitent partir dans un grand groupe ou en start-up. S’ils ont peur de la fragilité de la start-up par exemple, on peut remarquer qu’avec le Covid, ce sont les grands groupes qui sont fragiles alors que des start-ups ont réussi à faire des levés de fonds donc n’hésitez pas à rejoindre des start-ups. Je voulais voir autre chose après la Société Générale et j’ai pu remarquer qu’en start-up, j’étais plus épanouie et j’avais plus d’impact. Je me suis posé cette question : Est-ce que mon travail à la Sogé a impacté de manière significative mon entreprise, la réponse était non. Que j’eus fait mon stage ou non, cela n’aurait rien changé et c’était frustrant car j’ai tout donné mais à cause de certaines décisions inhérentes à certaines grandes entreprises je n’ai eu aucun impact. Après je n’ai fait qu’une seul expérience donc mon avis n’est pas à généraliser.

Peux-tu nous parler un peu de la Data Science ? (ses enjeux etc.) 

J’ai connu la data science en 2éme année à Centrale car j’ai commencé par un cours de Machine Learning. Au départ, j’ai pris ce cours et je me suis dit qu’on allait voir ce que cela allait donner. Cela m’a énormément plus ! Pour qu’un étudiant de prépa puisse comprendre ce qu’est que la data science, c’est un mélange entre mathématiques, algèbre linéaire, statistiques et de l’informatique basique (Python). Quand je dis algèbre linéaire, ce n’est vraiment pas quelque chose de très compliqué, c’est du niveau première année de classe prépa. Pour le côté statistique, on peut dire en ML qu’une régression, par exemple, est un modèle de ML. Donc, pour résumer la Data Science, c’est qu’à partir d’un ensemble de données, on va pouvoir prédire des données futures. Par exemple, si tu me donnes la température lors des 3 derniers mois, je peux faire un algorithme pour prédire la température lors du prochain mois. Cela étant, il y a des métriques pour valider mon modèle et ma prédiction. Le cheminement classique d’un raisonnement en data science est le suivant : au départ, on regarde à quel type de données on a affaire : numériques, catégoriques (ex : couleur, type de voitures etc.) etc. Ensuite, on peut regarder les corrélations entre ces données avec des algorithmes d’algèbre linéaire comme le Principal Component Analysis, nettoyer les données, générer de nouvelles données etc. L’étape suivante est l’élaboration du modèle qui peut être comme je l’ai dit de la régression linéaire par exemple. Ensuite, on obtient notre résultat !

Pourquoi t’es-tu orientée vers ce domaine ?

Lorsque j’ai pris ce cours de ML, à un moment donné, on a participé à un challenge Kaggle. J’ai adoré participer à cette compétition dans laquelle je me suis énormément investi. Je cherchais de nouvelles méthodes pour obtenir un modèle encore meilleur à chaque fois et moi qui d’habitude ne faisait pas grand-chose dans les autres cours, là je me suis donné à fond ! En data science, on peut avoir notre touche personnelle dans ce que l’on fait et puis faire des modèles pour prédire le futur, c’est super cool ! Mes différentes expériences professionnelles m’ont permis de valider ce choix. Après, il existe beaucoup de contre-exemples : je connaissais des personnes qui voulaient absolument faire de la data et qui au final, ont compris que cela ne les correspondait pas alors que moi si ! C’est des mathématiques thématiques car on peut appliquer cela à tous les secteurs d’activités. Il y a 3 corps de métiers principaux dans la data science : le data analyst, qui fait beaucoup de visualisation de données et où dans laquelle tu es en interaction avec différents opérateurs, le data scientist, fait un peu tout, de l’analyse des données à la réalisation du modèle jusqu’à la mise en production, et enfin, le data engineer, c’est un métier où tu interagis beaucoup avec des bases de données. En tant que data scientist, j’apprends tous les jours. Je donnerai un conseil pour ceux qui veulent se lancer dans la data, c’est de ne pas se contenter seulement des cours mais aussi de faire des projets à côté (Kaggle, Haccker Rank) et des cours en ligne car les cours de l’école sont un peu obsolètes et ne répondent pas aux attentes des entreprises. 

Aurais-tu des conseils pour les étudiants préparationnaires ?

Mon grand conseil, c’est tenir le coup, être endurant ! La prépa c’est comme les jeux olympiques ! Il faut se préparer pendant deux ans pour les concours de la même manière qu’aux JO, on se prépare 4 ans. Je me prenais des 3 en maths mais j’ai tenu jusqu’au bout et j’ai su relativiser en me disant que le plus important sont les notes au concours. L’après prépa vaut vraiment le coup et vous n’allez plus souffrir normalement ! C’est deux ou trois années à sacrifier, ce n’est vraiment rien, il faut tenter le tout pour le tout ! Vous allez avoir de mauvaises notes, peut-être que vous n’allez pas être en classe étoilée, ce n’est pas grave non plus. Il y a plein de personnes qui arrivent à intégrer par exemple les Mines ou CentraleSupelec en non étoilée. Donc, ne jamais lâcher ! Il y a beaucoup de grandes écoles qui donnent accès aux mêmes métiers donc relativisez !

Vous pourriez aussi aimer