#DataScientist #data #informatique

FormationDataScientist

Certification « Analyser les données : intégration, exploitation, visualisation, industrialisation »

Inscrit au Registre Spécifique sous le numéro : RS2858.
Codes NSF : 326m Informatique, traitement de l’information; 326t : Programmation, mise en
place de logiciels. Formacode : 31067 analyse programmation

 

 

En un coup d'oeil

  • Durée

    798 heures.

  • Profil / niveau d’admission

    Demandeurs d’emplois ayant une formation scientifique poussée (min.
    niveau Bac +3 avec de bonnes connaissances en mathématiques et statistiques, Bac+5 à
    Bac+8 en sciences, physique, biologie).

  • Diplôme / niveau de sortie

    Certification Data Scientist.

  • Conditions d’admission

    Recrutement en 3 étapes :
    – test d’évaluation des compétences
    – entretien de motivation professionnel
    – entretien de recrutement par l’entreprise accueillant le stagiaire.

  • Coût de la formation

    Prise en charge par Pôle Emploi.

  • Rythme

    518 heures en centre de formation et 280 heures en entreprise.

Présentation

Spécialisez-vous dans la Data Science

La formation « Data Scientist » permet à des demandeurs d’emploi ayant un haut niveau de formation scientifique, de mettre à niveau leur expérience et leur formation pour se reconvertir dans le domaine du numérique, et plus spécifiquement dans les métiers de l’analyse de données.

 

Avec l’analyse de données, les entreprises et organisations peuvent valoriser leur capital « données », les administrer, les analyser et les visualiser.

 

Prochaine session de formation : 18 octobre 2021

 

Programme

La formation Data Scientist prépare les stagiaires à la certification « Analyser les données : intégration, exploitation, visualisation, industrialisation », qui valide les quatre domaines de compétences nécessaires à la mise en œuvre d’un projet d’analyse de données :

 

  • Intégrer les données
  • Exploiter les données
  • Visualiser les données
  • Industrialiser le traitement des données

Programme détaillé

Intégrer les données (147 heures)

Introduction à la data science (7 heures)

  • Connaître les enjeux de la maitrise de la donnée pour les entreprises
  • Avoir des notions des spécificités du marché de l’analyse de données
  • Connaître les spécificités des projets données en entreprise

 

Programmation SQL (35 heures)

  • Connaitre les principes de fonctionnement des bases de données relationnelles
  • Être capable de programmer des requêtes SQL complexes

 

Outils pour le traitement des données (14 heures)

  • Connaitre les modèles de données en vue de leur traitement
  • Savoir préparer des données pour le traitement
  • Savoir extraire et transformer des données

 

Programmation Objet (28 heures)

  • Être familier avec les concepts de la programmation objet
  • Savoir programmer une application dans un langage orienté objet
  • Connaitre et comprendre les technologies récentes pour la création d’API Web (ex : Spring Boot)
  • Être capable de mener un projet de développement de bout en bout
  • Connaitre les facteurs impactant la performance des applications

 

Bases de données avancées (FOAD*, 35 heures)

  • Algèbre relationnelle
  • Bases de données NoSQL

 

Projet « Intégration des données » (28 heures)

 

Exploiter et analyser les données (147 heures)

Python pour la science des données (21 heures)

  • Savoir programmer une application simple en python
  • Savoir mettre en œuvre de la programmation script, procédurale, objet, en python
  • Connaitre les structures de données spécifiques au langage

 

Statistiques pour le big data (28 heures)

  • Connaitre les modèles statistiques mis en œuvre dans le big data
  • Connaitre et savoir manipuler les algorithmes associés à ces modèles
  • Savoir choisir un modèle statistique adapté aux besoins d’un projet big data
  • Être capable de mener un projet de mise en œuvre des statistiques pour le big data

 

Apprentissage automatique (28 heures)

  • Connaitre les principes théoriques du machine learning, de l’optimisation, de la détection d’anomalie
  • Savoir choisir un algorithme en fonction du besoin de traitement des données
  • Savoir développer et paramétrer ses propres algorithmes d’analyse de données

 

Analyse de données avancée (FOAD*, 35 heures)

  • Savoir choisir un algorithme de machine learning
  • Savoir entrainer un modèle prédictif linéaire
  • Explorer les données avec des algorithmes non supervisés

 

Projet « Exploiter et analyser les données » (35 heures)

 

Visualiser les données (126 heures)

Technologies Web (35 heures)

  • Connaitre les bases permettant de réaliser une application web
  • Connaitre et comprendre les technologies récentes pour la création d’application Web (ex : Angular)
  • Être capable de mener un projet web de bout en bout

 

Visualisation des données (35 heures)

  • Connaitre les particularités des outils de visualisation pour le big data
  • Savoir manipuler un outil représentatif de la visualisation pour le big data
  • Savoir mettre en œuvre une démarche de data story telling
  • Être capable de mener un projet de mise en œuvre de la visualisation
  • Être capable de convaincre avec les données et la visualisation

 

PowerBI (21 heures)

  • Concevoir des rapports permettant de mettre en avant les Indicateurs
    pertinents

 

Projet « Visualiser les données » (35 heures)

 

Industrialiser le traitement des données (77 heures)

Informatique et liberté (14 heures)

  • Connaitre les principes de la protection des données privées
  • Savoir mettre en œuvre une politique Informatique et Liberté pour des applications de traitement de données

 

Gestion de projet Big Data (21 heures)

  • Connaitre les outils de gestion de projet data
  • Savoir choisir l’outil adapté selon le type de projet

 

Gestion d’un projet informatique (FOAD*, 7 heures)

  • Savoir organiser une équipe agile
  • Planifier un projet agile
  • Choisir les outils de gestion de projet adaptés à l’agilité

 

Modèles de données intégrés pour l’analyse de données et solutions interactives pour l’analyse de données (35 heures)

  • Concevoir les fonctionnalités d’une application exploitant une plate-forme d’analyse de données (assistants virtuels, chatbot, outil d’analyse de mails)
  • Savoir concevoir une architecture logicielle d’analyse de données avec des plates-formes intégrées

 

Techniques de Recherche d’Emploi (14 heures)
Stage en Entreprise (280 heures)

 

*FOAD : Formation ouverte à distance.

Outils pédagogiques

  • Alternance de théorie, travaux pratiques et projets d’études.

 

  • Accompagnement : un module « Techniques de Recherche d’Emploi » (TRE) permet de développer ses capacités professionnelles et de se préparer à valoriser les compétences acquises durant la formation. De plus, un module « Aide à la recherche de stage » est proposé au cours de notre formation afin qu’un professionnel accompagne les apprenants dans la recherche de missions en entreprise. Les modalités seront précisées par le formateur lors de la première séance du module.

92%

de satisfaction client

65

professionnels formés depuis 2018

100%

de réussite à la certification

Chiffres clés

65 professionnels formés depuis 2018

92% de satisfaction client*

100% de réussite à la certification**

* Sur un panel de 9 enquêtes réalisées sur la période 2020-2021 / ** Sur un panel de 54 stagiaires Data Scientist inscrits à la certification ECAM’Pro depuis 2018

 

21 stagiaires en numérique en 2020-2021

5% de taux moyen d’abandon*

90% de réponse aux enquêtes**

*Sur un panel de 21 stagiaires sur la période 2020-2021 / ** Sur un panel de 9 enquêtes reçues sur 10 enquêtes demandées sur la période 2020-2021

 

3 laboratoires informatiques

200m2 dédiés aux formations numériques

15 intervenants experts

Profil

Cette formation s’adresse aux demandeurs d’emplois ayant une formation scientifique poussée.

 

Prérequis

Niveau Bac +3 avec de bonnes connaissances en mathématiques et statistiques et Niveau Bac+5 à
Bac+8 en sciences, physique, biologie.

Compétences nécessaires en mathématiques, statistiques, logique, bases de données.

Coût et financement

Admission

Le processus d’admission se déroule en 3 étapes :

  1. Test d’évaluation des compétences
  2. Entretien de motivation professionnel
  3. Entretien de recrutement par l’entreprise accueillant le stagiaire

 

Financement

Formation prise en charge par Pôle emploi et la région. Nous vous invitons à vous rapprocher de votre conseiller Pôle emploi afin de constituer votre dossier.

Je suis plus que satisfait d'avoir suivi cette formation. Félicitations pour le suivi et la souplesse dont toute l'équipe pédagogique a fait preuve durant la formation, en particulier sur les capacités d'adaptation face aux aléas. On s'est senti choyés.

Alexandre Najjar - Data Scientist

C'était une formation plus qu'enrichissante que ce soit par rapport à la data ou bien aux rencontres effectuées.

Othmene Benazieb - Data Scientist

Pour moi cette formation a été formidable sur bien de dimensions.

Bounphathay Chanthasay - Data Scientist

Contact

Nous sommes là pour vous guider

Toute notre équipe se tient à votre disposition pour échanger et répondre à vos questions.

ECAM Strasbourg-Europe
Espace Européen de l’Entreprise
2, Rue de Madrid
67300 SCHILTIGHEIM
CS 20013
67012 Strasbourg CEDEX

Standard : 03 90 40 09 63
Relations entreprises : 03 68 71 89 60

Nos autres formations