Objectifs de la formation
Ce Mastère Spécialisé® Expert Big Expert Big Data Engineer a pour objectif de vous faire acquérir le socle de compétences indispensable à tous les métiers du big data et vous permettre ensuite suivant votre cursus et votre expérience professionnelle d'orienter votre carrière sur des missions qui vous correspondent. Il forme des spécialistes capable de concevoir, mettre en place et piloter des solutions innovantes afin de résoudre la complexité de la gestion et l'analyse de ces grandes masses de données. Les connaissances enseignées sont autant techniques (informatique, mathématiques, statistiques) qu'humaines et sociales. Objectifs pédagogiques Au cours de la formation, les étudiants du Mastère Spécialisé ® acquièrent : - des compétences transverses : sciences humaines vs techniques du Big data (droit, sécurité, éthique) et recherche des meilleurs compromis face aux défis sociétaux - des compétences de data strategist : conception et management de projet Big data, Gouvernance des Données - des compétences de data scientist : création et évaluation d'algorithmes, machine learning - des compétences de data analyst : conception de métriques et de systèmes de visualisation cohérents avec les besoins métiers Objectifs professionnels Les diplômés, au sein des structures qui les emploient, seront en capacité de : - conduire une équipe de data scientists chargés de valoriser les données d'entreprise (données clients, données d'activités, logs, etc.) - assurer une mission de conseil pour la résolution de problèmes complexes liés à l'exploration (de grandes masses) de données hétérogènes - accompagner, en tant que data strategist les grands groupes, les PME, les services de l'Etat et les collectivités dans la maîtrise et la gouvernance de leurs données - conduire la politique d'acquisition et de transformation des données en valeurs ou en gisement d'innovation (nouveaux services, transformation des usages, etc.) de son entreprise.
Contenu de la formation
Enseignements : Socle théorique pour la data science - Bases en Mathématiques (Statistiques, Graphes, etc.) - Programmation et complexité algorithmique Généralités et notions sur le Big data - Introduction et gestion de projets Big Data - Gouvernance, stratégies et sécurité Techniques d'actionnabilité de la donnée - Stockage de données réutilisables - Business intelligence & Data as a service Bases de données et Programmations Avancées - Bases de données avancées : bigTable, NoSQL - Langages et outils de programmation :R, Python, SCALA, Java, mapReduce, ElasticSearch Traitement de Grandes masses de Données - Intelligence artificielle en grande dimension - Traitements distribués Big Analytics et Visualisation Décisionnelle - Information Retrieval (extraction d'Information) - Visualisation Décisionnelle.
Résultats de la formation
Attestation d'acquis ou de compétences;Attestation de suivi de présence
Conditions spécifiques d'accès à la formation
Pour maximiser les chances d etre accepte(e), les candidat(e)s doivent avoir un niveau coherent avec les enseignements prodigues durant la formation. Certaines connaissances sont donc pre-requises afin d etre admis(e). En mathematiques : - Algebre lineaire (matrices, determinant, vecteurs propres et valeurs propres) - Bases en probabilites et en statistiques - Lois usuelles (loi de Bernoulli, loi binomiale, loi normale) - Formule de Bayes - Statistique descriptive - Maximum de vraisemblance. En informatique : - Complexite algorithmique - Programmation, au moins l un des langages suivants : Java, Javascript, Python ou R - Bases sur les systemes de gestion de bases de donnees (ex. MySQL) - Technologies web (quelques notions souhaitables). Suivant la configuration de la promotion quelques jours de remise a niveaux seront organises pour les candidat(e)s accepte(e)s juste avant la rentree.
