Découvrez le Mastère 1 – Parcours Data Scientist

A qui s’adresse ce parcours ?

Il s’agit d’une année d’approfondissement des connaissances en Python, R, Machine Learning et Deep Learning, qui s’adresse à des étudiants qui ont des compétences en programmation et qui souhaitent maitriser l’aspect prédictif de l’IA.

Quels sont les objectifs d’une formation de Bac+5 Data Scientist ?

  • Créer des tables et charger des données sur MySQL et MongoDB afin d’optimiser et dynamiser leur manipulation
  • Effectuer une analyse statistique sur différents formats de données afin de programmer un algorithme répondant à la problématique sous-jacente
  • Manipuler des données avec Python Pandas en vue d’optimiser les outils d’analyse de la performance en entreprise
  • Visualiser et cartographier des données sur tableau afin d’optimiser leur lecture
  • Effectuer du scrapping (extraction) de données avec Python afin d’optimiser les données mises à disposition
  • Explorer la librairie scikit-learn en Python afin de modéliser les données traitées
  • Évaluer l’impact de l’intelligence artificielle sur les performances en entreprise afin de proposer des solutions adaptées
  • Utiliser des outils de gestion de projet IT afin de les mettre en œuvre en entreprise

Quelles sont les compétences développées ?

  • Concevoir et implémenter une base de données à l’aide d’un SGDB
  • Analyser des données et en tirer les principaux indicateurs
  • Restituer une analyse statistique sous la forme d’un dashboard
  • Choisir un algortihme de machine learning adapté au problème défini
  • Optimiser les performances d’un algorithme de machine learning

Quelles sont les conditions d’admission ?

  • L’étudiant devra être titulaire d’un Bac +3 (Titre RNCP de Niveau 6) équivalent à un Bachelor ou une Licence Mathématiques, Statistiques, Informatique, ou Ingénieur.
  • Il faudra également avoir validé l’ensemble des tests d’admissions pour intégrer l’IA School.

Mastère 1 – Data Scientist

  • Fondements mathématiques de la science de la donnée
  • Statistiques
  • Régression
  • Optimisation
  • Loi de probabilité
  • Test Statistiques (Khi 2, Anova etc…)
  • Théorie des Graphes
  • Découverte des ETL Tableau Sofware/ Power BI)
  • Initiation à GitHub, Gitlab
  • SQL Avancée
  • Hadoop, Hive , Pig : Ecosystème Big Data
  • Base de données NoSQL avancée
  • Projet et certification MongoDB
  • Scrapping de données à l’aide de Beautiful Soup
  • Python Flask: Déployer des analyses sur serveur
  • Excel Avancé
  • R for Data Science
  • Python for Data Science
  • Introduction au Machine Learning: Apprentissage supervisé
  • Introduction au Machine Learning: Apprentissage non supervisé
  • Programmation en classe avec Python
  • Création et déploiement de packages R
  • Projet Data Science (R ou Python)
  • English certification (2/2)
  • Management commercial
  • Marketing stratégique
  • Business Models
  • Management stratégique des entreprises
  • Droit de la propriété intellectuelle
  • Stratégie de marketing digital
  • Internet des objets (IoT)
  • Cybersécurité