Mastère Data Engineer et Data Scientist

• Expert informatique et systèmes d'information - Code CertifInfo 109745
  • Niveau de qualification : 7 - Savoirs hautement spécialisés

Objectifs

Notre Mastère Data Engineer et Data Scientist a pour but de vous préparer aux métiers de la data science. Big Data, Machine learning, Dataming et visualisation, data science… Vous connaîtrez ces concepts sur le bout des doigts. A terme, vous serez chargé de la gestion, de l'analyse et de l'exploitation des données massives collectées par différents canaux au sein d'une entreprise. Le but ? Restituer ces données sous forme de prospective, de façon à faire d'en faire un élément de décision stratégique.
Notre Mastère Data Engineer et Data Scientist vous proposera des enseignements très pointu. Durant les deux années qui composent votre Mastère en data science, nous vous doterons de connaissances techniques précises, développerons votre esprit de réflexion pour le rendre toujours plus rigoureux, afin de faire de vous un expert en data science, domaine porteur (qui englobe notamment le big data) dans le monde professionnel.

Programme de la formation

Majeures
Une « majeure » est un module de formation comprenant 74 heures d'enseignement et de pratique. Chacun a été élaboré avec des professionnels en activité, nous donnons l'assurance d'être au plus proche des réalités du terrain, facilitant ainsi votre insertion professionnelle. La Data Science étant un secteur qui évolue très rapidement, les programmes sont évidemment évalué régulièrement, et modifié si besoin, pour être toujours d'actualité. Ainsi, vous aurez le meilleur bagage possible pour accéder à un emploi !
• BigData & DataViz : pour connaitre les enjeux du BigData et être capable d'exploiter un gros volume de données pour en extraire et présenter une information utile et digeste pour l'entreprise
• Architecture et admin. BDD : pour connaitre les différentes architectures de système de base de données disponibles, les déployer et les administrer efficacement
• Architectures distribuées : pour maîtriser les projets open source bigdata les plus actifs permettant de distribuer les calculs sur de gros volumes de données (Apache Spark, Scala, Hadoop…)
• Maths pour la DataScience : pour maîtriser les connaissances théoriques indispensables à la DataScience (probabilités, statistiques, algèbre linéaire…)
• Machine Learning : pour être capable de mener à bien un projet de machine learning impliquant notamment des arbres de décisions et forêts d'arbre de décision et être capable de construire des modèle prédictifs
• Deep Learning : pour comprendre le fonctionnement de l'apprentissage de réseaux de neurones à une ou plusieurs couches, créer, optimiser et administrer ces réseaux
Électives
Aux majeures s'ajoutent les électives, des modules d'environ 30 heures. Ils permettent de se consacrer à des sujets connexes :
• Élective 1 : Fondamentaux du Machine Learning
• Élective 2 :
o Blockchain
o ou Méthodo de tests
o ou Pentest
o ou Green IT
• Élective 3
o Business Plan
o ou Dev personnel
o ou Sociologie du consommateur
o ou Formation de formateur
• Et trois autres électives au choix parmi tous les modules proposés.

Validation et sanction

-

Type de formation

Certifiante

Sortie

Bac + 5 et plus