• Tout public
• Licencié pour motif économique
• Particulier, individuel
• Public en emploi

L’action de formation professionnelle a pour objectif d’apporter des connaissances fondamentales en Data Science. Elle entre dans la catégorie des actions d'acquisition, d'entretien ou de perfectionnement des connaissances prévues par l’article L.6313-1 du Code du travail.

La progression pédagogique se fait sur 9 semaines à temps plein (5 jours par semaine, 8h/jour, de 9h à 13h et de 14h à 18h). Le contenu de la formation professionnelle est le suivant : Semaines 1: Semaine de préparation à l'apprentissage de la data science Semaines 2 et 3 : Data Science Foundations Utiliser et maîtriser les principaux aspects de Python utilisés en Data Science. Apprendre le Data Sourcing à partir d'une liste exhaustive de techniques (CSV, API, Scraping, SQL, etc.). Affiner vos compétences SQL avec des requêtes avancées (JOIN, PARTITION, RANK, etc.). Maîtriser la boîte à outils Data Scientist (Jupyter suite) et effectuer votre première analyse de données avec Pandas. Saisir les concepts mathématiques qui font les bases de la Data Science : statistiques, probabilités et algèbre linéaire. Semaines 4 et 5 : Machine Learning in Production Découverte du Machine Learning et de la bibliothèque scikit-learn. Modèles d'apprentissage avancés non supervisés. Semaine 6: Data Engineering in Production Utilisation de Master Google Cloud Platform pour stocker et récupérer des données avec BigQuery et déployer des modèles en production. Apprendre à «extraire, charger et transformer» des données (ETL) dans un entrepôt de données. Concevoir un pipeline de données pour créer un système robuste et évolutif. Analyse exploratoire à partir d'une interface Jupyter et exécuter des algorithmes d'apprentissage automatique sur la pile Google Cloud. Semaine 7 : Deep Learning Utiliser des réseaux de neurones et transférer vos connaissances pour créer des modèles de reconnaissance d'images, de séries chronologiques et de traitement du langage naturel. Semaines 8, 9 et 10 : Data Science Projects Travail sur un projet Data Science avec une équipe technique. Construire un service de données ou produit de données : un système de recommandations personnalisé, un moteur de recherche, une application de reconnaissance d'images, un outil d'optimisation de la chaîne d'approvisionnement ou une application de promotion et de tarification du commerce électronique.

Non communiquée

Durée totale : 400heures
315h en centre/à distance, 35h d'accompagnement carrière, 50h de travail préparatoire

Formacode (Domaines de formation) :

• 31025 Data analytics
• 31028 Intelligence artificielle
• 31035 Data visualization
• 31026 Data science
• 31052 Data Warehouse

Rome (Métiers) :

• M1403 Études et prospectives socio-économiques
• M1805 Études et développement informatique

NSF (Spécialités de formation) :

• 114 Mathématiques
• 125 Linguistique
• 326 Informatique, traitement de l'information, réseaux de transmission des données

Accès handicapés
Accès PMR