Expert en ingénierie de données massives et intelligence artificielle spécificité ingénierie de données massives et IA

1. Analyse avancée et visualisation de données pour la prise de décisions 2. Analyse de données en Power BI 3. Analyse de données en power BI niveau avancé 4. Analyse des besoins et de l'environnement d'un projet Data & IA 5. Analyse fonctionnelle d'un projet SI 6. Animer et encadrer une équipe 7. Architecture distribuée et Big Data 8. CRM: la gestion de la relation client 9. Collecte et préparation de données massives pour l'IA 10. Communication interpersonnelle 11. Conception de base de données 12. Conception de tableaux de bord et pilotage par la donnée 13. Conception et industrialisation des flux de données 14. Concevoir et optimiser des pipelines de données dans le Cloud 15. Concevoir une architecture Data Lake, Data Warehouse et Lakehouse 16. Concevoir une documentation fonctionnelle & technique IT 17. Conduite du changement et innovation 18. Deep Learning et déploiement de modèles IA dans le Cloud 19. Définir une stratégie Data & IA alignée avec les enjeux métier 20. Déployer et exploiter une infrastructure Data 21. Déployer et orchestrer des architectures Cloud 22. Développement d'une base de données en langage SQL 23. Ethique et gouvernance de l'IA 24. Gestion de projet IT et intégration de l'IA 25. Gestion des risques en cybersécurité 26. Green IT : l'informatique durable 27. Gérer efficacement la protection des données 28. Industrialisation des modèles IA et MLOps 29. Initiation à la Cybersécurité 30. Introduction au Machine Learning 31. Introduction aux Bases de Données 32. L'anglais pour les professionnels de l'informatique 33. Machine Learning et Analyse de données 34. Machine Learning et IA appliquée à la transformation digitale 35. Machine Learning niveau avancé 36. Manager à distance 37. Mener une veille efficace IT intégrant l'intelligence artificielle 38. Mieux Gérer les émotions, le stress et les conflits 39. Mise en place d'une base de données 40. Optimisation avancée des modèles IA 41. Optimisation des pipelines ETL/ELT et performance des architectures Data 42. Piloter et maîtriser un projet 43. Piloter la performance avec les KPIs financiers 44. Plan de continuité et de reprise d'activité 45. Traitement des données textuelles et NLP pour l'IA