Aller au contenu principal

Data science et Intelligence Artificielle - concevoir, déployer un modèle d'apprentissage et apprendre à gérer un projet de Data science de A à Z

Date de mise à jour :
Identifiant Offre Info : 14_AF_0000260588
Organisme responsable : DATABIRD (ouvre dans un nouvel onglet)

Nouvelle recherche

Référentiels

Code Rome

  • M1803 Direction des systèmes d'information
  • M1805 Études et développement informatique
  • M1810 Production et exploitation de systèmes d'information

Formacode

  • 11050 : Mathématiques informatiques
  • 30812 : Langage Python
  • 31028 : Intelligence artificielle
  • 31054 : Informatique
  • 31094 : Gestion projet informatique

Présentation de la formation

Objectifs

La formation vise à préparer les participants à la mise en œuvre de projets de Data Science et d'Intelligence Artificielle en développant les compétences nécessaires à la conception, l'entraînement, l'évaluation et le déploiement de modèles de machine learning dans un contexte professionnel. À l'issue de la formation, le stagiaire sera capable de : Définir et cadrer un projet de Data Science en lien avec une problématique métier. Identifier les variables pertinentes et…

La formation vise à préparer les participants à la mise en œuvre de projets de Data Science et d'Intelligence Artificielle en développant les compétences nécessaires à la conception, l'entraînement, l'évaluation et le déploiement de modèles de machine learning dans un contexte professionnel.

À l'issue de la formation, le stagiaire sera capable de :

Définir et cadrer un projet de Data Science en lien avec une problématique métier.
Identifier les variables pertinentes et analyser la qualité des données disponibles.
Structurer et préparer des jeux de données pour l'apprentissage automatique.
Concevoir, entraîner et évaluer des modèles de machine learning supervisés et non supervisés.
Mettre en œuvre des techniques de réduction de dimension et de clustering.
Appliquer des méthodes de prévision sur séries temporelles.
Modéliser des données non structurées, notamment textuelles, à l'aide de techniques de NLP.
Comprendre les principes fondamentaux du deep learning et des réseaux de neurones.
Utiliser des outils d'IA générative et de prompt engineering dans des cas d'usage concrets.
Industrialiser et déployer un modèle de machine learning via conteneurisation et API.
Mettre en œuvre des bonnes pratiques de versioning et de collaboration sur des projets data.
Concevoir et piloter un projet data & IA de bout en bout jusqu'à la livraison.
Présenter les résultats d'un projet de data science à un public technique et non technique.

Programme de la formation

-

Validation et sanction

Développeur en intelligence artificielle

Type de formation

Certifiante

Niveau de sortie

Bac + 3 et 4

Durée, rythme, financement

Modalités pédagogiques

"La formation repose sur une pédagogie active centrée sur la mise en pratique des compétences.
Elle alterne : apports théoriques, démonstrations guidées, exos pratiques, études de cas profess.

Durée

En centre

80 h

Financement

Conventionnement
Non

Conditions d'accès

Public visé

  • Tout public

Niveau d'entrée

Sans niveau spécifique

Conditions spécifiques et prérequis

Justifier la condition suivante : Maitriser les bases de Python (pandas)

Lieu de réalisation de l'action

Modalités d'enseignement

Formation entièrement à distance

Adresse

Périodes prévisibles de déroulement des sessions

Début

Fin

Adresse d'inscription
DATABIRD
75011 Paris 11e
État du recrutement
Ouvert
Modalités
Entrées / Sorties à dates permanentes