Concepteur développeur en intelligence artificielle et analyse big data - option data analytics - blocs 2, 3, 4 et 6

Cette formation modulaire permet d'acquérir et de valider les compétences des blocs suivants du titre professionnel RNCP?38616?– “Concepteur développeur en intelligence artificielle et analyse big data - option Data Analyse” :
– Bloc?2?: Analyser et synthétiser les données préalablement à l'utilisation d'algorithmes d'IA
– Bloc?3 : Appliquer des techniques d'analyse IA via des algorithmes d'apprentissage automatiques (Machine Learning)
– Bloc?4?: Mener des projets IA et Big Data en équipe en intégrant les contraintes légales et des considérations éthiques
– Bloc?6?: Option Data Analyse - Concevoir des tableaux de bords avancés (Business Intelligence).

Les modalités d'évaluation sont conformes aux référentiels RNCP (cas pratique, livrables, mise en situation professionnelle, jury), et la validation donne lieu à l'attestation officielle de réussite des blocs.

Concepteur développeur en intelligence artificielle et analyse big data - RNCP38616BC02, RNCP38616BC03, RNCP38616BC04, RNCP38616BC06

Module 1 - Data Transformation (48h)
Objectif : Maîtriser le langage SQL pour lire, transformer, analyser et optimiser des données en vue de leur utilisation dans des analyses métiers et des dashboards, tout en découvrant les bonnes pratiques avancées de structuration et de gestion des bases de données.
Module 2 - Data Collection (56h)
Objectif : Apprendre à collecter, transporter, tracer et automatiser les flux de données avec des outils modernes (ELT, API, GTM, Zapier) puis à collaborer efficacement sur les transformations de données avec Git et dbt.
Module 3 - Dashboarding (56h)
Objectif : Apprendre à présenter efficacement les résultats d'analyses de données via la visualisation et le dashboarding avec Looker Studio et Power BI, et découvrir l'activation des données avec les techniques de reverse ETL.
Module 4 - Python (40h)
Objectif : Découvrir les bases de Python pour automatiser des actions, accéder, analyser et visualiser des données, et se familiariser avec les outils utilisés pour la collaboration avec les équipes data.
Module 5 - Machine Learning (32h)
Objectif : Apprendre à utiliser Python pour préparer des données et construire des modèles simples de Machine Learning (régression, classification, clustering) afin de mieux collaborer avec les équipes data et réaliser des analyses prédictives ponctuelles.
Module 6 - CSR -(8h)
Objectif : Prendre conscience des enjeux sociétaux et environnementaux liés à la data, évaluer l'impact du numérique, adopter des pratiques responsables, et comprendre les réglementations et responsabilités associées au métier de data analyst.
Module 7 - Projet - (80h)
Objectif : Appliquer l'ensemble des compétences acquises durant le bootcamp pour réaliser, en équipe, un projet de data analysis complet et le présenter lors du Demo Day, en suivant des bonnes pratiques de gestion de projet.