Concepteur développeur en intelligence artificielle et analyse big data (data science)

L'action de formation professionnelle a pour objectif d'apporter des connaissances fondamentales en Data Science. Elle entre dans la catégorie des actions d'acquisition, d'entretien ou de perfectionnement des connaissances prévues par l'article L.6313-1 du Code du travail.

La progression pédagogique se fait sur 9 semaines à temps plein (5 jours par semaine, 8h/jour, de 9h à 13h et de 14h à 18h). Le contenu de la formation professionnelle est le suivant : Semaines 1: Semaine de préparation à l'apprentissage de la data science Semaines 2 et 3 : Data Science Foundations Utiliser et maîtriser les principaux aspects de Python utilisés en Data Science. Apprendre le Data Sourcing à partir d'une liste exhaustive de techniques (CSV, API, Scraping, SQL, etc.). Affiner vos compétences SQL avec des requêtes avancées (JOIN, PARTITION, RANK, etc.). Maîtriser la boîte à outils Data Scientist (Jupyter suite) et effectuer votre première analyse de données avec Pandas. Saisir les concepts mathématiques qui font les bases de la Data Science : statistiques, probabilités et algèbre linéaire. Semaines 4 et 5 : Machine Learning in Production Découverte du Machine Learning et de la bibliothèque scikit-learn. Modèles d'apprentissage avancés non supervisés. Semaine 6: Data Engineering in Production Utilisation de Master Google Cloud Platform pour stocker et récupérer des données avec BigQuery et déployer des modèles en production. Apprendre à «extraire, charger et transformer» des données (ETL) dans un entrepôt de données. Concevoir un pipeline de données pour créer un système robuste et évolutif. Analyse exploratoire à partir d'une interface Jupyter et exécuter des algorithmes d'apprentissage automatique sur la pile Google Cloud. Semaine 7 : Deep Learning Utiliser des réseaux de neurones et transférer vos connaissances pour créer des modèles de reconnaissance d'images, de séries chronologiques et de traitement du langage naturel. Semaines 8, 9 et 10 : Data Science Projects Travail sur un projet Data Science avec une équipe technique. Construire un service de données ou produit de données : un système de recommandations personnalisé, un moteur de recherche, une application de reconnaissance d'images, un outil d'optimisation de la chaîne d'approvisionnement ou une application de promotion et de tarification du commerce électronique.

Certification

Non communiquee