Cette formation en alternance prépare au management d'équipe sur des projets d'infrastructures Cloud et d'exploitation des Big Data. Elle vous permettra aussi de :

• Apprendre à combiner les techniques de programmation et les techniques mathématiques pour analyser de grandes quantités de données
• Développer vos compétences en technologies Big Data y compris Python, SQL et Hadoop et Spark.
• Apprendre à résoudre rigoureusement des problèmes du monde réel en exploitant les données.
• Acquérir les compétences requises pour se lancer dans une carrière de Data Scientist & Data engineer.

Formation en 1 ans (après un Bac +4) :

Année M2  ou admission parallèle avec un Bac +4 

Modules généraux

• Démarche entrepreneuriale (lean start-up)
• Projet de fin d’études
• Mémoire d’entreprise.

Modules métier

• Bases de données et Big Data
• Administration des Big Data
• Kerberos sur Hadoop
• Cryptographie, PKI, sécurité des objets connectés
• Open Stack
• Docker/conteneurs
• I. A. et machine learning
• RGPD, Législation : données dans le cloud
• Intelligence économique - géopolitique
• Azure
• Réponse à appel d'offres
• Droit et réglementation informatique

• présentiel
• distanciel
• cours magistraux
• travaux dirigés
• pédagogie par projet

Modalités d’évaluation :

• Contrôle continu :  Devoirs - TP – projets - études de cas, …
• Présentations - Livrables divers - QCM
• Mémoire
• Examen écrit – Soutenances

Délivrance : 

• Validation par blocs de compétences
• Diplôme délivré par CCI Paris Île-de-France/ESIEE-IT, reconnu par l’Etat, enregistré au Répertoire National des Certifications Professionnelles Code 35435 NSF 326 « Manager en Ingénierie Informatique » 

• Architecte BDD / Infrastructure
• Data Manager
• Data Analyst / Data Scientist
• Consultant DevOps
• Consultant Hadoop
• Ingénieur d’études Big data

• Management de projets informatique avec composantes IA & DATA (ex : analyse de données pour la prédiction, analyse de la classification sémantique...)
• Conception d'architectures de systèmes intelligents d'analyse de données (ex : analyse comparative d'infrastructure logiciels et matériels...) 
• Analyse fonctionnelle d'une problématique métier en vue d'une implémentation d'une solution IA
• Mise en place de systèmes Big Data (Hadoop, Spark…) 
• Maitrise de l'interopérabilité fonctionnelle et technique de projets de valorisation de données (Intégration de solution IA au SI de l'entreprise)
• Conception de solutions informatiques IA & DATA innovantes 
• Développement d'applications machine learning intelligentes 
• Gestion des composants logiciels IA & DATA  
• Mise en place d’infrastructures Cloud pour l’analyse de données