Prérequis et objectifs
Résultats attendus
Préparation à la qualification
Prérequis de la formation
Niveau 6 : Licence, licence professionnelle, BUT (Niveau 6 européen)
Diplôme
Expert informatique et systèmes d'information
Objectifs de la formation
- Notre Mastère Data Scientist a pour but de vous préparer aux métiers de la data science. Big Data, Machine learning, Dataming et visualisation, data science… Vous connaîtrez ces concepts sur le bout des doigts. A terme, vous serez chargé de la gestion, de l'analyse et de l'exploitation des données massives collectées par différents canaux au sein d'une entreprise. Le but ? Restituer ces données sous forme de prospective, de façon à faire d'en faire un élément de décision stratégique.
Notre Mastère Data Engineer et Data Scientist vous proposera des enseignements très pointu. Durant les deux années qui composent votre Mastère en data science, nous vous doterons de connaissances techniques précises, développerons votre esprit de réflexion pour le rendre toujours plus rigoureux, afin de faire de vous un expert en data science, domaine porteur (qui englobe notamment le big data) dans le monde professionnel.
Objectifs de sortie
Secteurs d'activités :
Par définition, le titulaire de la certification peut intervenir dans toute organisation disposant d'un système d'information. Toutes les entreprises sont concernées, quels que soient leur taille, leur domaine d'activité et leur statut (public ou privé). Il peut exercer chez un éditeur, dans une société de services en ingénierie informatique (SSII) ou au sein d'une entreprise utilisatrice (banque, entreprise publique, industrielle, grande distribution, automobile, télécoms ).
Type d'emplois accessibles :
- Ingénieur d'études et de développement
- Chef de projet informatique
- Consultant en technologie de l'information
- Ingénieur réseaux/systèmes
- Ingénieur Projet
- Ingénieur systèmes et réseaux
- Responsable du système d'information
- Responsable administration réseaux et sécurité
Métier(s) associé(s)
Domaines
Contenu
MAJEURES
Apprentissage
par renforcement
IA dans le Cloud
Traitement du Langage (NLP)
Deep Learning
Machine Learning
Mathématiques appliquées au domaine de la
DataScience
ELECTIVES
Pilotage
de la stratégie SI
Gestion d'un projet IT
Méthodologies de tests et tests unitaires
SE
PROFESSIONALISER
Anglais
Jury de fin d'études
M2
Ydays M1 :
* YDAYS Semestre 1 : 48 heures
* YDAYS Semestre 2 : 56 heures
Ydays M2 :
* YDAYS Semestre 1 : 48 heures
* YDAYS Semestre 2 : 56 heures