All-in Data Science - Fondamentaux + maîtrise par Jedha
Lieu(x)
En centre (69)
Durée
Total : 350 heures
En centre : 350 heures
Financement
Demandeur d’emploi
Salarié
Prix
Nous contacter
Cette formation vous intéresse ?
Description générale
Fondamentaux : 8 modules pour apprendre les bases de la Data Science (40 h)
- Comprendre les web analytics : Comprendre l'analyse Web :
- google analytics
- Ce qu'est l'A/B Test Gérer des bases de données (2 modules) :
- Introduction à SQL : faire des requêtes
- SQL avancé : fonctions d'agrégation et jointures
-
- Data mining et data visualisation :
- Extraction de données
- Comprendre sa base de données et faire de la visualisation de données
-
- Statistiques et échantillonnage :
- les statistiques basiques utiles en Data Science
- estimer son échantillon
- Machine learning (2 modules) :
- Introduction au Machine Learning
- Les modèles de Machine Learning
- Projet data science :
- Revue des statistiques et du Machine Learning Présentation d'un projet Data mené par l'élève
Maîtrise :
- 12 modules pour devenir expert Data (300 h) :
- Fondamentaux de Python
- Faire de la visualisation de données
- Machine Learning & ses modèles (3 modules) - Deep Learning
- Web developement, API & Web Scraping
- Gérer des bases de données et infrastructures Big Data (2 modules) -
- Coaching carrière : entretiens Data et entretiens techniques
- Réalisation et présentation des projets devant partenaires et recruteurs
- Comprendre les web analytics : Comprendre l'analyse Web :
- google analytics
- Ce qu'est l'A/B Test Gérer des bases de données (2 modules) :
- Introduction à SQL : faire des requêtes
- SQL avancé : fonctions d'agrégation et jointures
-
- Data mining et data visualisation :
- Extraction de données
- Comprendre sa base de données et faire de la visualisation de données
-
- Statistiques et échantillonnage :
- les statistiques basiques utiles en Data Science
- estimer son échantillon
- Machine learning (2 modules) :
- Introduction au Machine Learning
- Les modèles de Machine Learning
- Projet data science :
- Revue des statistiques et du Machine Learning Présentation d'un projet Data mené par l'élève
Maîtrise :
- 12 modules pour devenir expert Data (300 h) :
- Fondamentaux de Python
- Faire de la visualisation de données
- Machine Learning & ses modèles (3 modules) - Deep Learning
- Web developement, API & Web Scraping
- Gérer des bases de données et infrastructures Big Data (2 modules) -
- Coaching carrière : entretiens Data et entretiens techniques
- Réalisation et présentation des projets devant partenaires et recruteurs
Objectifs
Maîtriser le domaine des Data Sciences À l'issue de la formation, le stagiaire maîtrise l'architecture des bases de données et l'analyse Big Data ou non. Il sait appliquer tous les algorithmes de Machine Learning les plus utilises en entreprise et les intégrer dans des applications web.
Il possède des connaissances solides en statistiques et est capable de gérer des problématiques data complexes. Compétences obtenues à la fin du cours
Maitrise du langage de programmation Python Collaborer sur des projets data avec Git et Github Comprendre les notions fondamentales de statistiques et de probabilités.
Appliquer des algorithmes de Machine Learning supervises, non
- supervises et de Deep Learning. Architecturer des bases de données SQL et NoSQL
Gérer des données Big Data avec le Cloud Computing et Spark Créer des applications web et y incorporer du Machine Learning
Il possède des connaissances solides en statistiques et est capable de gérer des problématiques data complexes. Compétences obtenues à la fin du cours
Maitrise du langage de programmation Python Collaborer sur des projets data avec Git et Github Comprendre les notions fondamentales de statistiques et de probabilités.
Appliquer des algorithmes de Machine Learning supervises, non
- supervises et de Deep Learning. Architecturer des bases de données SQL et NoSQL
Gérer des données Big Data avec le Cloud Computing et Spark Créer des applications web et y incorporer du Machine Learning
Centre(s)
- Lyon - 2ème (69)
Métier(s)
- Administrateur / Administratrice de bases de données
- Administrateur / Administratrice de la messagerie
- Administrateur / Administratrice de serveurs
- Administrateur / Administratrice de site Web
- Administrateur / Administratrice de site internet
- Administrateur / Administratrice réseau informatique
- Administrateur / Administratrice réseaux - télécoms
- Administrateur / Administratrice système informatique
- Administrateur / Administratrice systèmes et réseaux
- Administrateur / Administratrice sécurité informatique
Compétence(s)
- Algorithmique
- Caractéristiques des logiciels d'interface (middleware)
- Infogérance / télémaintenance
- Ingénierie d'exploitation
- Métrologie
- Normes qualité
- Normes rédactionnelles
- Paramétrage de logiciels
- Principes d'intégration de matériels et de logiciels
- Protection des données numériques
- Règlement Général européen sur la Protection des Données (RGPD)
- Règles d'installation informatiques
- Règles de sécurité Informatique et Télécoms
- Site web
- Système d'exploitation AS 400
- Système d'exploitation Gcos
- Système d'exploitation HP-Ux
- Système d'exploitation IBM Aix
- Système d'exploitation Irix
- Système d'exploitation Linux
- Système d'exploitation MVS
- Système d'exploitation MacOS
- Système d'exploitation Solaris
- Système d'exploitation Unix
- Système d'exploitation Windows
- Système d'exploitation informatique Android
- Système d'exploitation informatique Apache Tomcat
- Système d'exploitation informatique Open BSD
- Système d'exploitation informatique Sun OS
- Système d'exploitation informatique VMWare (virtualisation d'architecture)
- Système d'exploitation informatique VirtualBox
- Système de Gestion de Bases de Données (SGBD)
- Système de messagerie
- Système embarqué
- Système interactif d'aide à la Décision (SIAD)
- Système réseau (LAN, MAN, WAN)
- Système temps réel
- Système à temps partagé ou transactionnel
Formation proposée par : Jedha
À découvrir