Explorer l’expérience d’un stage d’été en ML chez Microblink

Dans le domaine des loisirs, Leon joue du piano, David s’intéresse aux fléchettes et Janko excelle au badminton. Cependant, leur ferveur collective pour l’apprentissage automatique constitue leur lien ultime.

Aussi, lorsque l’occasion s’est présentée de se plonger dans un été d’expérience pratique en ML, ils ont sauté sur l’occasion ! 💪

Le centre de carrière de la FER et Microblink ont uni leurs forces pour créer une opportunité de stage qui fait le lien entre la théorie et l’application dans le monde réel. Leon, David et Janko ont sauté dans le train et ont réussi à obtenir leur billet d’or pour le stage. Nous avons discuté avec ce trio ambitieux pour connaître leurs motivations, leurs expériences et les enseignements qu’ils tirent de leur appartenance à l’équipe ML de Microblink.

Qu’est-ce qui vous a incité à postuler pour ce stage d’été à Microblink ?

Leon: Ce qui m’a incité à postuler, c’est l’intérêt profond de l’entreprise pour la ML. La réputation de Microblink d’abriter la première équipe de ML de Croatie a attiré mon attention, et j’ai ressenti une connexion instantanée avec la culture de l’entreprise et les personnes dynamiques qui y travaillent. L’expertise que chacun apporte à la table et sa volonté d’aider ont vraiment résonné en moi. J’ai eu l’impression d’évoluer dans un environnement susceptible de développer mon potentiel, sentiment qui s’est renforcé au cours du processus de sélection des stagiaires de la ML.

Janko: D’après tout ce que j’ai appris, j’ai eu l’impression que la structure interne était de premier ordre, avec des processus opérationnels bien définis, ce qui permet à l’équipe de se plonger pleinement dans ses tâches. J’attendais beaucoup d’un environnement qui offre des possibilités d’apprentissage substantielles, et je suis ravi de dire que ces attentes ont été plus que satisfaites. Cela m’a permis d’être vraiment satisfait. Je cherchais au départ un espace orienté vers la technique et l’ingénierie, mais ce que j’ai trouvé ici a en fait dépassé ces notions initiales. Cette agréable surprise découle de mon désir de faire partie d’un environnement qui incite à repousser ses limites au-delà de la norme. L’approche adoptée pour relever les défis est remarquablement complète, avec une attitude méticuleuse de résolution des problèmes. La structure de l’entreprise facilite la résolution des problèmes sans rencontrer d’obstacles majeurs.

David: Mon objectif était de participer à des stages pendant l’été et d’acquérir une expérience concrète. Je voulais collaborer avec des professionnels qui maîtrisent leur domaine et élargir mes horizons au-delà de ce qu’offrent les salles de classe. Microblink s’est imposée comme le meilleur choix pour ce stage, car elle possède l’une des plus formidables équipes d’apprentissage automatique du pays.

Quelles sont les nouvelles compétences ou techniques que vous avez acquises au cours de votre stage et que vous ne connaissiez pas auparavant ?

Janko: L’un des principaux enseignements de ce stage a été l’accent mis sur les pratiques d’ingénierie solides dans le domaine de la ML. Bien que j’en aie eu l’intuition auparavant, je n’avais pas vraiment eu l’occasion de le mettre en pratique lors de mes expériences précédentes. Des choses comme le développement piloté par les tests et l’adhésion aux meilleures pratiques de codage étaient souvent négligées. Lors de mes précédentes rencontres dans l’industrie, il était rare que l’on mette l’accent sur ce point. Les ML commençaient souvent par faire fonctionner les choses sans tenir compte de la durabilité à long terme. Ce n’est pas l’approche adoptée ici.

Léon: Discuter de mes projets en cours avec mes collègues m’a ouvert les yeux. Vous êtes confronté à de nombreux points de vue – environ 20 perspectives différentes – et c’est une mine d’or pour stimuler la créativité. Je n’aurais peut-être pas été aussi enclin à rechercher de telles interactions par le passé, mais aujourd’hui, cela me fait avancer et améliore considérablement la qualité de mon travail.

David: L’engagement sans faille de mon équipe en faveur de la qualité du code m’a agréablement surpris. Nous sommes profondément engagés dans des pratiques telles que les revues de code mutuelles. Je participe activement à ces processus – par exemple, en prenant part aux demandes d’extraction sur BitBucket et en intégrant les commentaires de mes pairs pour améliorer le code jusqu’à ce qu’il atteigne son apogée de manière itérative. Cette approche est remarquable. Nos réunions d’équipe quotidiennes servent également de plateforme pour discuter franchement des idées. Au cours de ces interactions, des concepts sont lancés, des concepts sur lesquels je ne serais peut-être pas tombé seul.

Au cours de votre stage, qu’avez-vous appris qui vous permettra de faire avancer votre carrière dans le domaine du ML ?

Janko: Tout au long de cette expérience, j’ai réalisé l’immense potentiel de l’itération sur diverses expériences tout en maintenant un code propre et efficace. Pour l’instant, j’ai bien réglé cet aspect et je suis à deux doigts de me plonger dans des expériences, ce que j’attends avec impatience.

Léon: J’ai beaucoup appris en évaluant si l’application de la ML pour résoudre un problème est une approche viable ou non. Il s’agit de discerner si l’investissement dans un produit basé sur la ML au niveau de la production est justifié. Et naturellement, il faut maîtriser l’art de façonner des idées, de construire une solide preuve de concept, de concevoir un pipeline sans faille et d’évaluer rigoureusement le produit final.

David: Maintenant que j’ai terminé quelques expériences, j’ai l’intention d’itérer sur celles-ci. Je suis impatient de découvrir les failles potentielles et d’identifier les possibilités d’amélioration de ces expériences. Ce processus me permet de faire la différence entre les expériences les plus réussies et celles qui le sont moins. En outre, les commentaires constructifs que je reçois de mes mentors et des autres membres de l’équipe sont d’une valeur inestimable pour la croissance.

Avez-vous rencontré des difficultés particulières au cours de vos projets et comment les avez-vous surmontées ?

Leon: Je ne peux pas dire qu’il y ait eu des obstacles majeurs. Cependant, j’ai rencontré un petit problème lorsque j’ai atteint un plateau créatif personnel et que j’ai eu du mal à aller de l’avant. C’est à ce moment-là que la présence d’un mentor s’est avérée inestimable. Son orientation, son point de vue neuf et ses conseils ont insufflé une nouvelle vie à mon approche et m’ont propulsé vers l’avant.

Janko: Au début, je me suis heurté à des difficultés car je n’avais pas prévu de devoir utiliser mon expertise en ingénierie logicielle à ce point. J’étais prêt à me lancer directement dans l’expérimentation, mais mon mentor m’a orienté, à juste titre, vers la qualité du code et l’élaboration de tests. Avec le recul, j’apprécie cette réorientation, car elle me permet de modifier la stabilité de mon travail en toute confiance.

David: Au début, j’ai été confronté à des questions telles que les autorisations, l’installation du matériel et certains aspects logistiques internes. Ce qui m’a agréablement surpris, c’est le niveau de soutien que j’ai reçu. Qu’il s’agisse de l’équipe du service informatique ou de mes collègues, quelqu’un était toujours prêt à m’aider. Le temps de réponse rapide m’a permis de ne jamais me sentir bloqué pendant longtemps.

Qu’est-ce qui vous plaît le plus dans la dynamique de l’équipe de la ML ?

David: Les communautés de pratique ont été une plate-forme incroyable pour favoriser l’échange de connaissances tout en développant un sentiment de camaraderie. Des discussions intéressantes sont en cours et l’atmosphère est très dynamique. Nous avons même organisé des réunions au cours desquelles nous avons pu puiser dans le riche réservoir d’expériences des personnes au sein de l’académie. Les membres de l’équipe sont incroyablement ouverts et généreux lorsqu’il s’agit de partager leurs idées.

Léon: L’un des aspects qui m’a le plus frappé est l’accessibilité et l’empressement des mentors à fournir de l’aide. Je me souviens du jour où nous avons reçu nos MacBooks et où j’étais en train de tâtonner avec le clavier, essayant de le comprendre. Presque instantanément, cinq collègues sont venus me prêter main-forte. Il est remarquable de voir à quel point tout le monde est prompt à offrir son soutien, quelle que soit la charge de travail. Qu’elles concernent la ML ou la vie en général, les demandes sont accueillies avec une volonté d’aider.

Janko: Ce qui me frappe, c’est la nature affable et accessible de chacun ici. Les conversations décontractées sur la vie de tous les jours se transforment en discussions sur les spécificités du travail et les tâches à accomplir. Ce sentiment d’aisance explique pourquoi nous ne nous sentons jamais tendus ; passer à un mode de travail concentré n’est pas un défi.

Quels sont les principaux enseignements ou leçons que vous retiendrez de ce stage ?

Janko: La leçon la plus importante que j’ai tirée porte sur le rôle essentiel de l’établissement d’un environnement au sein d’une équipe de ML qui est prêt à développer des produits centrés sur la ML. C’est un domaine dans lequel Microblink excelle, établissant une référence que peu d’entreprises en Croatie ont adoptée. Créer un tel environnement n’est pas une mince affaire, et Microblink l’a exécuté avec brio. En ce qui concerne mon projet, j’aurais pu faire dix fois plus de progrès si le temps avait été illimité. Étonnamment, je n’ai pas rencontré de limite supérieure ; j’ai creusé en profondeur et consacré plus de temps que je ne l’avais initialement prévu, ce qui a révélé qu’il y a encore beaucoup de potentiel qui attend d’être exploré.

Léon: Ce qui est remarquable ici, c’est que le ML est abordé d’une manière qui résume véritablement son essence. Il n’est pas relégué à un simple front-end ou à un aspect auxiliaire de la recherche, comme je l’ai observé ailleurs.

David: La méthodologie est remarquable. On nous a confié de nouveaux projets, auxquels personne d’autre n’avait touché. Dans le cadre universitaire, nous recevons souvent des sujets qui ont déjà fait l’objet d’un certain nombre de recherches. Bien qu’une partie de cette structure existe ici, nous sommes partis de zéro – en commençant par les données et les approches de résolution de problèmes, la sélection des méthodes et le développement continu. Cette expérience a considérablement enrichi mon ensemble de compétences, et c’est un acquis que je garderai avec moi.

La présence de ces stagiaires inspirés et talentueux cet été a été une véritable joie pour notre équipe d’apprentissage automatique.

Nous attendons avec impatience de voir ce que l’avenir leur réserve et nous leur souhaitons beaucoup de succès dans leur (déjà) remarquable expérience pratique de la ML ! ✨