DESU Data science pour professionnels

Aix marseille université - amu

Non finançable CPF
Tout public
Présentiel
Public admis
Salarié en poste
Demandeur d'emploi
Entreprise
Etudiant
Prix
Nous contacter
Durée
Nous contacter
Localité
En présentiel
Découvrez les localités disponibles pour suivre cette formation en présentiel.
En savoir plus sur les localités en présentiel
Cette formation est disponible dans les centres de formation suivants:
  • 13 - Marseille 1er
Cette formation peut être dispensée dans votre entreprise dans les localités suivantes :
  • 04 - Alpes-de-Haute-Provence
  • 05 - Hautes-Alpes
  • 06 - Alpes-Maritimes
  • 13 - Bouches-du-Rhône
  • 83 - Var
  • 84 - Vaucluse
Objectifs
Ce DESU répond aux enjeux de la statistique décisionnelle. Son objectif est de donner au stagiaire un maitrise opérationnelle des techniques du machine learning. Le stagiaire devra :

apprendre à manipuler les outils informatiques permettant de collecter et de gérer de gros volumes de données ;
connaître les nouveaux concepts pour accompagner l'entreprise dans l'exploitation des données et la prise de décision ;
développer les compétences théoriques et pratiques des professionnels en machine learning.

Ce diplôme permettra au stagiaire de développer son champ de connaissances dans la science de données et de connaître les nouveaux concepts pour accompagner l'entreprise dans l'exploitation des données et les décideurs dans la prise de décision.

Plus particulièrement, le stagiaire développera ses connaissances sur les points suivants :

le fonctionnement d'un ensemble de méthodes de machine learning,
les différentes architectures de gestion des données,
les aspects juridiques et éthiques inhérents à l'utilisation du Big Data.

A l'issue de la formation, le stagiaire sera capable :

d'utiliser des logiciels de stockage, de gestion et d'analyse de données massivement déployés sur le marché,
de rédiger des programmes informatiques pour (i) charger les données, (ii) les mettre en forme, (iii) les analyser de manière plus ou moins complexe en faisant appel aux méthodes quantitatives acquises lors des sessions théoriques,
d'appliquer les algorithmes de machine learning à des jeux de données réels,
de tester la validité d'un modèle d'apprentissage automatique,
de récupérer des données « brutes » via des APIs, ou via des méthodes de web scraping.
Programme
Https://feg.univ-amu.fr/fr/formation/programmes-gradues/desu-data-science-professionnels
Haut de page