Un bon Data Scientist doit savoir naviguer entre différentes disciplines : statistique, algorithmie, informatique, etc., sans a priori théorique. Ce qui prime avant tout, c'est sa faculté à trouver une réponse adéquate à un problème fonctionnel donné. En ce sens, sa capacité à comprendre son terrain d'action et à trouver la meilleure solution parmi les nombreux choix techniques (plate-forme informatique, logiciels...) et théoriques (méthodes statistiques et algorithmiques) possibles, sous contraintes de temps et de budget, sera sa principale qualité. Cet ouvrage a pour ambition de guider le Data Scientist grâce à une partie théorique qui apprend les bases du métier et une partie pratique qui détaille concrètement comment raisonner autour d'une problématique donnée. La seconde édition revue et augmentée traite entre autres du Deep Learning.
