▷ Offre de Formation Architecte en intelligence artificielle - lead track data science - niveau 7 avec Jedha

Public admis

Salarié en poste

Demandeur d'emploi

Entreprise

Etudiant

Prix

12290 €

Durée

Nous contacter

Niveau visé

Niveau > BAC + 5

Localité

En présentiel

Découvrez les localités disponibles pour suivre cette formation en présentiel.

Objectifs

De nombreuses organisations, de types, tailles et domaines extrêmement divers, ont compris l'importance d'une approche "data centric" et ont déjà mis en place des actions pour développer une politique "data-driven".

L'objectif de cette formation est de faire de nos élèves des professionnels de la data, capables de résoudre des problématiques complexes en entreprise, au-delà du métier de Data Scientist. Les apprenants sauront alors gérer un projet data de A à Z, de la collecte des données jusqu'à la mise en production de leurs algorithmes.

Nous garantissons l'obtention de ces compétences par la pratique et la mise en application sur de réels cas d'usage (15 projets) qui permettront aux apprenants de réaliser leurs objectifs :

- Montée en compétences
- Evolution professionnelle : changement de poste, d'organisation, évolution salariale, création d'entreprise
- Management et recrutement d'équipes data
- Reconversion professionnelle

En fin de parcours, les apprenants présenteront leurs projets devant un jury. Le jury évaluera alors l'obtention des compétences et délivrera la certification de Concepteur développeur en science des données (Titre RNCP de Niveau 7) si les projets sont validés.

Programme

Essentials :
Module 1 - Data visualisation & Data
Module 2 - SQL & Cloud Computing Bloc 6 RNCP35288
Module 3 - Python & Statistiques Bloc 6 RNCP35288
Module 4 - ML 15 BlocRNCP35288
Module 5 - Projet

Fullstack :
Module 1 - Programmation en Python
Module 2 - Exploratory Data Analysis Bloc 2 RNCP35288
Module 3 - Data Collection & Data Management Bloc 1 RNCP35288
Module 4 - Big Data Bloc 1 RNCP35288
Module 5 - Machine Learning supervisé Bloc 3 RNCP35288
Module 6 - Machine Learning non-supervisé Bloc 3 RNCP35288
Module 7 - Deep Learning.5 Bloc 4 RNCP35288
Module 8 - Déploiement Bloc 5 RNCP35288
Module 9 - Coaching Carrière
Module 10 - Projet final
Lead:
Module 1 - Déploiement & Distributed Machine Learning Bloc 2 RNCP38777
Module 2 - Reinforcement Learning Bloc 3 RNCP38777
Module 3 - Data Pipelines Bloc 3 RNCP38777
Module 4 - Automation & Workflow Bloc 4 RNCP38777
Module 5 - Machine Learning Monitoring Bloc 4 RNCP38777
Module 6 - Projet final