Optimisation numérique et Data Science

Cette certification permet d'acquérir et/ou de se mettre à jour du point de vue des outils théoriques et pratiques de pointe en optimisation numérique et science des données : pour chaque module d'enseignement proposé, un apprentissage des techniques théoriques d'analyse statistique et de traitement de données, de modélisation et de résolution de problèmes complexes d'optimisation (combinatoire, linéaire, non linéaire et stochastique) est ensuite mis en application lors de travaux pratiques à l'aide d'outils d'optimisation, de modélisation et de traitement de la donnée internationalement reconnus.

• Modéliser, programmer et résoudre tout problème d'optimisation numérique (linéaire, non linéaire, combinatoire, stochastique). Interpréter économiquement les résultats.
• Identifier les caractéristiques structurantes des données, les traiter et les visualiser. Choisir un modèle adapté à la prévision et mettre en oeuvre les différents modèles de prévision. Mesurer et analyser la qualité des prévisions. Mettre en oeuvre les principaux algorithmes d'analyse statistique et de machine learning. Maîtriser les langages R et Python.
• Concevoir et mettre en place un système de calcul distribué et implémenter un algorithme distribué avec MPI/Python . Choisir et mettre en place une architecture Big Data dans un système d'information existant. Choisir les technologies adaptées au système d'information existant pour une solution intégrée d'aide à la décision. Interfacer un moteur de calcul en mode synchrone, asynchrone ou hybride.