Bootcamp Data Scientist / AI Scientist - Formation certifiante à temps partiel

DATAROCKSTARS

• Voir les avis

Finançable CPF

Salarié en poste / Demandeur d'emploi / Entreprise

Voir des formations similaires

Public admis

Salarié en poste

Demandeur d'emploi

Entreprise

Etudiant

Prix

4500 €

Prise en charge CPF

Durée

10 semaines de formation à distance

Niveau visé

Titre pro / CQP

Taux de réussite

100%

Pré-requis

Diplômé informatique ou scientifiques (Bac +4/+5) Connaissance programmation (Python ou Java) Bases de données relationnelles et SQL Linux et lignes de commandes

Certifications

Datadock Qualiopi

Localité

Objectifs

Plongez au cœur de la Data Science avec notre formation complète qui couvre les fondamentaux essentiels, incluant les statistiques, les mathématiques, et les techniques d'analyse. Maîtrisez Python, le langage incontournable du domaine, et utilisez des bibliothèques puissantes telles que Pandas, NumPy, et Matplotlib pour manipuler vos données avec expertise.

Développez des compétences avancées en Machine Learning et Deep Learning pour résoudre des problématiques complexes grâce à des modèles prédictifs et des réseaux neuronaux profonds.

Apprenez à visualiser et communiquer efficacement vos résultats à travers des graphiques percutants, et découvrez comment déployer vos modèles en production avec Docker et Kubernetes, pour assurer un impact réel sur vos projets professionnels.

Programme

Module 1 : Les fondamentaux de la Data Science
- Kit de survie (GitHub, Jupyter Notebook, PyCharm)
- Python pour la Data Science (Pandas, Matplotlib, NumPy, SciPy)
- Fondamentaux mathématiques (algèbre linéaire, statistiques, probabilités)

Module 2 : Data Analysis
- Data analysis et data cleaning (SQL, API)
- Data Visualization (Bokeh, Seaborn, Plotly)
- Data Exploration (exploration des données en Python)

Module 3 : Machine Learning
- Apprentissage supervisé / non supervisé (SVM, kNN, PCA, Random Forest)
- Généralisation des modèles (méthodes de régularisation)
- Natural Language Processing (NLTK, SpaCy)

Module 4 : Data Engineering
- Manipulation d’API
- Mise en production (dockerisation, clusters Kubernetes)
- Cloud (AWS, Google Cloud, monitoring des serveurs)

Module 5 : Big Data Engineering
- Écosystème Hadoop (architecture et cas d’usage)
- Bases de données SQL/NoSQL (MongoDB, ElasticSearch, Neo4J)
- Data Streaming (pipeline de streaming, Kafka)

Module 6 : Deep Learning & IA
- Réseaux de neurones (construction et entraînement)
- Computer Vision (détection et classification d’images)
- Deep Reinforcement Learning et réseaux récurrents (RNN)

Module 7 : Gérer une proposition commerciale
- Techniques de communication écrite et commerciale
- Coaching et développement des soft skills.

Cette formation est temporairement suspendue.

Voici des formations similaires :