|
DES RESSOURCES ET DES OUTILS AU SERVICE DES ACTEURS ET DES PROFESSIONNELS. |
Data Analytics for Business - MscDate de mise à jour : 10/06/2024
| Identifiant OffreInfo : 02_202211151356 |
Cap Métiers Nouvelle-Aquitaine |
Sans devenir des experts de ces domaines, il est essentiel que les diplômés soient en mesure de comprendre les grands principes et logiques sous-tendant les activités des data scientists :
Compréhension de ce qu'est une donnée, quelles en sont les principales sources et sous quelles formes elles peuvent se présenter.
Maîtrise des notions de base autour des algorithmes les plus populaires.
Compréhension de ce qu'il est possible de faire avec ces outils.
Maîtrise des techniques d'évaluation de la qualité des algorithmes et identifier les potentielles sources de problèmes.
Maîtrise des techniques de gestion associées à ce rôle d'intermédiaire dans le contexte particulier de l'intelligence artificielle
Acquisition des techniques de la gestion de projet agile
Compréhension des enjeux stratégiques et organisationnels associés à l'introduction d'outils d'intelligence artificielle dans les processus de l'entreprise.
Compréhension des enjeux éthiques associés à l'usage de ces techniques.
SEMESTRE 1
BOOTCAMP CODE
Algorithmic
Python
DIGITALISATION OF COMPANIES
Digital strategies
Digitalisation of business processes
Management styles
Inbound marketing
Digital marketing
DATA ORGANISATION
Data formats
Data modelling
Queries
NoSQL/Hadoop/MapReduce
IMPACTS OF ARTIFICIAL INTELLIGENCE
Ethics and artificial intelligence
Legal dimensions of artificial intelligence
Social impacts
Economy of artificial intelligence
DATA VISUALISATION
Descriptive statistics
Multivariate analysis
Dashboards
Time series analysis
MACHINE LEARNING I (FUNDAMENTALS)
Supervised learning (categorization and regression trees)
Unsupervised learning (clustering)
Reinforcement learning (Q-learning)
Model validation
Over- and under-fitting
Cross validation
CONFERENCES, SEMINARS, SOFT SKILLS
SEMESTRE 2
AGILE PROJECT MANAGEMENT
Agile methods
Management of project teams
Specific methods and tools
Customer relations
MACHINE LEARNING II (ADVANCED TECHNIQUES)
Neural network
Deep learning
Random forest and xg boost
Natural language processing
BUSINESS ANALYTICS
Linear programming
Non-linear programming
STOCHASTIC PROCESSES
Time series and forecasting
Simulation
BUSINESS AND AI
AI and new business models
Starting a new AI business
Marketing of AI
IMPLEMENTING MACHINE LEARNING IN COMPANIES
The different types of actors involved
Information systems aspects
Setting up a pipeline
Maintenance and updates of models
CONFERENCES, SEMINARS, SOFT SKILLS
Non certificiante
Information non communiquée
Conventionnement : Non
Autre
Niveau d'entrée : Bac + 2
Accessible en 1ère ou en 2ème année, la formation data analytics for business de KEDGE permet aux étudiants d'acquérir des compétences complètes en digital marketing et e-business.