Au terme de cette formation, vous serez capable de : 

• Maitriser les fondamentaux de la science des données, y compris les concepts statistiques, les méthodes d’analyse et les outils de manipulation de données.
• Comprendre les étapes d’analyse Big Data
• Explorer, visualiser et manipuler les données avec le langage de programmation Python.
• Comprendre le processus itératif d’une solution IA à base de machine Learning ou Deep Learning.
• Modéliser une problématique métier sous forme abstraite.
• Appliquer des techniques d’analyse prédictive et de Machine Learning selon la problématique
• Evaluer et analyser les résultats
• Comprendre l'objectif de la data visualisation et maitriser l'usage d'un outil de dataviz (PowerBI).
• Connaître la plateforme Dataiku DSS (Data Science Studio) destinée aux professionnels de la donnée.

Python pour l’analyse de données (3 jours)

• Ce cours présente Python et son écosystème de bibliothèques orientées data pour une analyse efficace de données.
• Mettre en place un environnement Python Jupyter 
• Manipuler des données avec des librairies Python spécialisées (Pandas, numpy, etc)
• Maîtriser les opérations fondamentales du langage Python pour la Data Science 
• Effectuer une représentation graphique à l'aide d'une librairie Python adapté (Matplotlib, Seaborn, etc.)

Machine Learning et Deep Learning (3 jours)

• Introduire et présenter la problématique métier
• Définir une méthodologie projet d’Intelligence Artificielle (ML, DL, etc.)
• Faire le point sur le formatage et la représentation des données
• Collecter, stocker, traiter et analyser des données 
• Comparer et entrainer des algorithmes Machine Learning (régression linéaire, k-moyennes, k-voisins, SMV, NN, arbres de décision, forêts aléatoires, etc) et Deep Learning (CNN, ANN, RNN)
• Analyser des résultats et mesure de l'efficacité des algorithmes
• Déployer le modèle choisi

Analyse Big Data, (3 jours)

• Présenter l’analyse de données Big Data et les premiers pas
• Définir les règles de développement
• Réaliser les clusters
• Exécuter les traitements 
• Optimiser les requêtes et mettre en œuvre des DataFrames et dataSet
• Définir les principes du Streaming 
• Fonctionnalités : Machine Learning avec Spark
• Zoomer sur les données : format, volumes, structures

Data visualisation (1 jour)

• Comprendre les principes fondamentaux de la dataviz
• Découvrir les différentes composantes de l’outil PowerBI et ses utilisations

Data Science (3 jours)

• Découverte de DSS
• Exploration de l’interface et comprendre les concepts clés : projet et flux
• Manipulation de données avec DSS
• Data Visualisation avec DSS
• Machine Learning avec DSS
• Utilisation d’infrastructures Big Data (Hadoop / Spark)
• Mise en production des modèles et des flux

Travail sur projet en autonomie avec étapes de validation par le formateur
(4 jours)

Préparation épreuve certifiante et passage épreuve certifiante : présentation du cas pratique
(1 jour)

À qui s’adresse cette formation ?

Toute personne dont l’objectif final est d’être en mesure de traiter des données et de les analyser.

Quels sont les prérequis ?

Avoir un niveau bac +3 en mathématiques ou un niveau bac +5 en sciences (mathématiques, statistiques, économétrie…) ou des connaissances équivalentes,

Méthodes pédagogiques 

• Pédagogie participative et interactive (70 % de pratique, 30% de théorie).
• Une plateforme dédiée et comportant plusieurs centaines d’exercices de tous niveaux et dans différentes disciplines en lien avec la sécurité informatique pour réaliser des challenges, obtenir des points et éventuellement vos badges.
• Travail personnel de rédaction d’un document d’analyse de la stratégie de sécurité d’un système d’information avec proposition de solutions permettant aux participants l’intégration de l’ensemble des compétences acquises pendant la formation

Méthodes d'évaluations

• QCM d’évaluation des acquis
• Epreuve certifiante : évaluation du travail personnel sur le document d’analyse 

Ce parcours de formation représente le quatrième bloc de compétences constituant le titre RNCP de niveau 7 «Manager en Ingénierie Informatique» reconnu par l'État, délivré par ESIEE-IT. (Code RNCP 35435 BC04 : Intégrer des projets d’entreprise faisant appel à des technologies innovantes et avancées).  

• Admissibilité sur dossier de candidature
• Un entretien avec un de nos conseillers experts pour vous aider à élaborer votre parcours de formation personnalisé et à constituer votre dossier de financement
• Un entretien de positionnement préalable à la formation est réalisé avec notre équipe pédagogique, un parcours de formation e-learning pourra être proposé afin de vous permettre d’acquérir tous les pré-requis nécessaires.