Parcours Data Analyst

Découvrez le Mastère 2

A qui s’adresse ce parcours ?

Le Mastère 2 Data Analyst est la deuxième année du parcours de remise à niveau en programmation et statistiques, qui s’adresse aux étudiants qui souhaitent s’orienter vers les métiers de la donnée et du big data pour exploiter et interpréter des données dans le but d’éclairer la décision business.

Quels sont les objectifs et compétences développées ?

  • Définir et modifier un business model, en accompagnant le changement
  • Réaliser des analyses concurrentielles
  • Développer un relationnel client
  • Connaître les enjeux environnementaux, économique politiques du numérique
  • Programmer en Scala pour développer des analyses data avancées
  • Utiliser des modèles statistiques avancées pour conduire des analyses
  • Conduire des analyses avancées avec SAS, R, Python
  • Conduire des analyses de données sectorielles et proposer des recommandations aux métiers
  • Mettre en oeuvre des solutions de Machine Learning supervisé
  • Utiliser des solutions Cloud pour administrer et gérer des bases de données (AWS, Azure)
  • Surveiller la performance des modèles
  • Mettre en place des solutions de visualisation des données avancées

 

Quelles sont les conditions d’admission ?

  • L’étudiant devra avoir suivi une première année de Mastère en Intelligence & Management à l’université ou à l’IA School, ou être titulaire d’un Bac+4 (Niveau 6) en mathématiques, informatiques, statistiques ou ingénieur.
  • Il faudra également avoir validé l’ensemble des tests d’admissions pour intégrer l’IA School.

Unités d’enseignement et matières

Commerce

  • Business Models
  • Business Game
  • Elaboration d'un Benchmark
  • Analyse de données appliquée à la finance avec SAS
  • Customer Success Management

Digital

  • Souveraineté numérique
  • Green IT
  • Economie du numérique

Droit

  • Droits des contrats informatiques et Cloud Computing

Gouvernance et intelligence

  • Gouvernance des données et règlementation de l'IA
  • Ethique et IA

Management

  • Design thinking
  • Management du changement

Softskills

  • L’art du Pitch

Projets

  • Atelier carrière

Culture informatique et innovation

  • Cybersécurité et IA

Collecte/Analyse/Cloud/Traitement/Visualisation

  • Spark-Scala pour les projets Big Data
  • Datathon
  • Analyse descriptive avec R
  • Projet d’analyse avec Python dans l’environnement Jupyter
  • Data appliquée à la finance avec SAS
  • Analyse de données appliquée au retail
  • Analyse de données SQL sur le Cloud
  • Cloud data infrastructure: AWS
  • Cloud data infrastructure: Azure et préparation à la certification
  • SAS avancé
  • Performance des bases de données et surveillance des modèles
  • Traitement des données avec ElasticSearch
  • Ecosystème Big Data : Hadoop, Hive , Pig
  • Dashboadring avec Python Flask
  • Visualisation avec Looker Studio
  • Visualisation graphique des données Seaborn et Matplotlib

Mathématiques

  • Optimisation non différentiable
  • Programmation linéaire
  • Statistiques et modèle SARIMAX

Programmation

  • Projet en programmation Java
  • Projet en programmation Scala

Science de la donnée

  • Machine learning supervisé avec R
  • Machine Learning supervisé: Regression