Alumni Story : Stanislav renforce son profil Data Engineer/Analyst avec la Data Science

PROMO 2026

Stanislav Grinchenko

Data Analyst/Engineer 

Découvrez le témoignage inspirant de Stanislav, alumni de la Data Science & AI training !

Quel était ton parcours avant de rejoindre la formation Data Science & IA ?

Je suis Stanislav Grinchenko, je suis Data Engineer et Data Analyst. J’ai passé les 17 dernières années dans une seule entreprise qui évoluait des startups
et qui était récemment achetée par une grande corporation. Donc je suis passé par toutes les étapes d’ingénieur de développement, d’ingénieur support.
Les 8 dernières années, je travaillais en tant que Data Analyst et Data Engineer. Comme je travaillais dans une seule entreprise avec des outils limités,
et en plus j’ai quitté l’entreprise à la fin de 2025, je voulais un petit peu rafraîchir mes connaissances et surtout explorer de nouveaux domaines pour moi, Data Science, un domaine dans lequel je n’avais pas du tout d’expérience.

How would you describe your experience at the School of Data?

C’est très intense. Les premières semaines étaient faciles parce qu’on abordait les choses que je connaissais déjà. Donc j’étais relâché et content. C’était SQL, PowerBI, c’est des technologies avec lesquelles je travaillais tous les jours. Et après, pof, on a commencé Python et les modèles de Data Science, c’est des choses nouvelles et la tête est devenue très rapidement surchargée. Mais pour 10 semaines, c’est une bonne charge je trouve.

Quels sont les outils que tu as appris pendant la formation ?

Pour tout ce qui concerne les modèles Machine Learning, Deep Learning, j’ai appris presque de zéro. J’ai fait quelques expérimentations avant par moi-même,
mais là ça m’a permis de parcourir tout le stack d’outils de Data Science. J’avoue que c’était assez rapide. Chaque jour, on avait de nouveaux sujets. Et je suis conscient que pour être plus expérimenté sur ça, j’aurais besoin de repasser tout ça de mon côté dans le temps libre. Et pour moi, personnellement, c’était intéressant les quelques jours qu’on a fait sur DBT. Parce que même si j’avais une expérience de Data Engineering, j’avais DBT comme outil que je n’ai jamais utilisé. Et c’est quelque chose qui est très demandé aujourd’hui. C’est très précieux. Dataiku aussi, on avait deux jours, mais c’était très intéressant et je pense très utile pour moi personnellement.

Peux-tu nous parler d’un projet que tu as réalisé pendant la formation ?

En ce moment, moi et mon équipe de trois autres collègues, on travaille sur le projet qui s’appelle Mental Health Detector. Et pourquoi j’ai proposé ce projet ? Parce que c’est lié à mon parcours professionnel. En fait, le domaine où j’ai travaillé avant, c’était le domaine de la santé. J’ai eu et essayé de trouver un futur poste aussi dans le domaine de la santé. Donc je pense que ça peut être intéressant, comme élément de portfolio ou juste pour avoir une expérience d’un projet supplémentaire dans le domaine de la santé. En plus, Mental Health, ça m’intéresse personnellement. L’idée, à la fin, on aura un modèle qui va prédire les signaux de dépression en utilisant des postes textuels dans des forums comme Reddit. On peut l’utiliser pour analyser les postes dans les Chats, dans les mails et faire la prévention si nécessaire.

Que dirais-tu à quelqu’un qui envisage de suivre une formation à la School of Data ?

Je dirais vas-y. Peut-être, au début, essaie de bien comprendre tes besoins parce qu’il y a plusieurs formations chez Artefact. Il y a les formations Data Engineer, Data Analyst, Data Scientist, qui sont différents. Après, j’ai appris qu’Artefact propose maintenant un nouveau parcours avec l’intelligence artificielle (IA & No-Code), ce qui peut être aussi intéressant. C’est important au début de comprendre le but. Et après, on se lance !

La School of Data en un mot ?