
En 2023, j'ai vu un Senior Data Scientist passer du temps avec un Junior pour lui expliquer Git.
Ca m'a rappelé que, lors de mes premières expériences pro, git était pour moi une véritable source d'anxiété.
Sans déconner. J'avais peur de ne pas faire la bonne commande et de casser un truc.
A chaque manip', mon espoir secret était de ne pas avoir de "conflicts".
Je détestais tellement ce "truc" que pendant mes compétitions Kaggle, avec ma partenaire Maria on s'échangeait les notebooks par Email 🤦♂️
Ca paraîtra peut-être ridicule à certains...
Mais justement: la peur d'être jugé si on ne connaît pas un truc aussi "simple" décuple l'anxiété qui vient avec.
Du coup, j'ai proposé sur Linkedin d'écrire un petit guide, "Git Scenarii for Data Scientists".
Ce petit guide présenterait les commandes de bases, mais surtout les fondamentaux de la collaboration sur git, avec des scenarii expliqués en langage courant.
La réponse sur Linkedin a été extraordinaire. Plusieurs centaines de likes et de commentaires (pour ce qui est franchement sensé être un post de "niche": le grand public ne sait même pas ce qu'est git ^^).
Guide git pour Data Scientists, Data Analysts et Data Engineers
Rejoignez 1700+ lecteurs
Recevez le guide gratuitement
- "Je veux envoyer mon code sur le repo, mais ma collègue a modifié les mêmes fichiers que moi, comment faire ?"
- "Je veux revenir à la version précédente de mon code parce que j'ai fait une erreur, comment faire ?"
- "Je suis satisfait de mes avancées, mais en attendant que quelqu'un les valide j'aimerais poursuivre dans une direction différente en séparant les nouveautés, comment faire ?"
-"comment faire pour garder une trace de mes expérimentations machine learning ? On peut faire ça avec Git?"
- et bien d'autres (utilisation de Github, gestion des conflits, clés SSH...)
Don't Miss Out: Subscribe Now!
We HATE spam. Your email address is 100% secure