Découvrez le Mastère 1 – Parcours Data Analyst

A qui s’adresse ce parcours ?

Il s’agit d’une année de remise à niveau en programmation et mathématiques appliquées, qui s’adresse aux étudiants qui souhaitent se réorienter vers les métiers du Big data et de l’Intelligence Artificielle, ou faire un lien entre les compétences développées pendant leurs années de Licence ou Bachelor Intelligence Artificielle.

Quels sont les objectifs du Mastère 1 Data Analyst ?

  • Construire une base de données relationnelle afin de l’implémenter dans un SGBD
  • Interroger une base de données relationnelle à l’aide de SQL afin de garantir la qualité des données collectées
  • Résumer et agréger des tables relationnelles afin de les maintenir dans leurs systèmes de gestion
  • Charger différents types de fichiers de données (JSON, CSV, TSV etc…) dans une base ou un environnement de travail afin de garantir leur bonne utilisation
  • Réaliser des analyses de données sommaire à l’aide d’un langage de programmation ou d’Excel afin de les exploiter selon les besoins visés.

Quelles sont les compétences développées  ?

  • Conception et implémentation d’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

Quelles sont les conditions d’admission ?

Aucun bagage technique requis pour intégrer cette formation. Une appétence pour les mathématiques et l’informatique est toutefois nécessaire pour intégrer un Mastère en Intelligence Artificielle et Management.

  • L’étudiant devra être titulaire d’un Bac +3 (Niveau 6), toute formation confondue : Marketing, Droit, Contrôle de gestion, Finance, ou encore Audiovisuel.*

*Notre pôle admissions se réserve le droit de vous conseiller une intégration dans un niveau inférieur afin que vous passiez une année dans les meilleures conditions pédagogiques possibles.

  • Il faudra également avoir validé l’ensemble des tests d’admissions pour intégrer l’IA School.

Mastère 1 – Data Analyst

  • Fondements mathématiques de la science de la donnée
  • Statistiques
  • Régression
  • Optimisation
  • Découverte des ETL (Tableau Sofware/ Power BI)
  • Initiation à GitHub, Gitlab
  • SQL Avancée
  • Base de données NoSQL avancée
  • Projet et certification MongoDB
  • Ecosystème Big Data (Hadoop, Hive)
  • Scrapping de données à l’aide de Beautiful Soup
  • Python Flask: Déployer des analyses sur serveur
  • Excel Avancé
  • Analyse de données en Python
  • R for data analysis
  • R shiny: Déployer des analyses sur serveur
  • Introduction à SAS
  • Modélisation de Série Temporelle
  • Projet Data Analyse
  • 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