Témoignages
Des retours variés, sans filtre sur les passages moins enthousiastes. Les participants décrivent ce qui a bien fonctionné et ce qui était difficile.
← Retour à l'accueil4
années de programmes
340+
participants depuis 2021
4.3/5
note moyenne (enquête juin 2025)
12
équipes accompagnées
Sélection de retours des cohortes 2024–2025.
Claire Favre
Genève · Mathématiques pour le ML
"J'avais fait des MOOC de maths auparavant, mais c'est le premier programme où j'ai vraiment compris pourquoi la décomposition SVD apparaît dans les recommandations. Le fait de tout implémenter en NumPy change la façon dont on lit les formules."
Juin 2025
Thomas Berthoud
Lausanne · Deep Learning Systems Track
"Le premier projet m'a pris beaucoup plus de temps que prévu — pas parce que le contenu était obscur, mais parce que j'avais des lacunes dans la gestion de la mémoire GPU que je pensais maîtriser. C'est inconfortable mais utile. Les retours sur le code étaient précis et actionnables."
Mai 2025
Amina Mekhlouf
Lausanne · Mathématiques pour le ML
"J'avais arrêté les maths après le lycée il y a dix ans. Le fait que les prérequis soient énoncés en termes de ce qu'on doit savoir faire (pas de diplôme requis) m'a permis de m'inscrire sans hésiter. Le rythme est soutenu mais le fait de pouvoir reprendre une cohorte m'a rassurée."
Juin 2025
Roland Wyss
Berne · Deep Learning Systems Track
"La partie entraînement distribué était celle que j'attendais le plus et elle était bien construite. Le document de conception pour le troisième projet était exigeant — écrire clairement pourquoi on fait des choix d'architecture, pas juste les lister. C'est une bonne contrainte."
Avril 2025
Nathalie Perrin
Neuchâtel · Programme Organisationnel
"Nous avions déjà des modèles en production mais aucun processus formalisé pour les changements. Le programme nous a aidés à mettre par écrit ce qu'on faisait implicitement — et à repérer ce qu'on ne faisait pas du tout. L'évaluation finale a été honnête sur les points à améliorer."
Mai 2025
Simon Gex
Fribourg · Mathématiques pour le ML
"Cinq heures par semaine, c'est plus que ce que j'imaginais. Pas parce que le contenu était mal structuré — il l'était bien — mais parce que les exercices demandent qu'on comprenne vraiment avant de passer à la suite. J'aurais aimé que l'effort horaire réel soit encore plus clairement indiqué avant l'inscription."
Juin 2025
Deux cas représentatifs de ce que vivent les participants avant et après leurs programmes.
Parcours 1 · Deep Learning Systems Track
Ingénieur backend avec deux ans d'expérience Python, ayant suivi des tutoriels Keras en ligne. Capable de copier des architectures d'exemples mais incapable d'expliquer pourquoi certains choix d'hyperparamètres fonctionnaient.
Les premières semaines ont mis en évidence des lacunes en algèbre linéaire — comblées en parallèle avec le cours de maths. La contrainte de budget GPU sur le deuxième projet a obligé à repenser l'architecture initiale plutôt que de simplement itérer.
Capable de justifier des décisions d'architecture dans des revues de code internes. A introduit une pratique de documentation des expériences dans son équipe. A repéré un problème de data leakage dans un modèle existant au travail.
"La revue de code du projet 2 a duré 90 minutes. C'était long et inconfortable mais j'ai plus appris pendant ces 90 minutes que pendant les deux semaines précédentes."— participant, cohorte mars 2025
Parcours 2 · Programme Capacité Organisationnelle
Équipe de 6 personnes dans une PME manufacturière, deux data scientists, aucun processus formalisé pour les mises en production. Les modèles fonctionnaient mais personne ne savait précisément ce que chacun avait modifié ni quand.
L'audit initial a révélé l'absence de versionnement des datasets et des runs d'entraînement. Les ateliers ont porté sur la documentation progressive plutôt que sur des outils complexes — en commençant par ce que l'équipe pouvait maintenir réellement.
Processus de revue avant chaque mise en production documenté et suivi. Chaque expérience associée à un fichier de configuration versionné. L'évaluation finale a identifié deux points non encore traités — documentés pour les prochaines cohortes internes.
"L'évaluation finale a été honnête — elle a montré ce qu'on avait amélioré et ce qu'on n'avait pas eu le temps de traiter. C'est plus utile qu'un bilan positif sans nuances."— responsable technique, cohorte entreprise janvier 2025
Téléphone
+41 21 693 27 08Adresse
Chemin de Mornex 21
1003 Lausanne, Suisse
Heures de bureau
Lun–Ven : 09h00–17h30
Contactez-nous. Nous répondons par e-mail dans les deux jours ouvrés, sans argumentaire commercial.