Objectifs de la formation
Obtenir un métier dans le domaine de l'analyse de données ou pouvoir développer son propre projet d'intelligence Artificielle. Maîtrise de l'architecture des bases de données et l'analyse Big Data ou non. Appliquer tous les algorithmes de Machine Learning ou Deep Learning les plus utilisés en entreprise et les intégrer dans des applications web. Posséder des connaissances solides en statistiques et être capable de gérer des problématiques data complexes.
Contenu de la formation
Fullstack : Module 1 - Programmation en Python Module 2 - Exploratory Data Analysis (EDA) 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 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
Résultats de la formation
Architecte en intelligence artificielle;Attestation de suivi de présence
Conditions spécifiques d'accès à la formation
Reussite d un test technique validant des competences fondamentales en mathematiques appliquees et en programmation Python. Reussite d un entretien d admission qui jugera de la motivation du candidat, de sa capacite a suivre la formation et de la pertinence et de la faisabilite de son projet professionnel Pratique courante de l anglais (niveau B1/B2), evaluee par un test d anglais