Data Scientist: de l'intégration à l'industrialisation des données

Liste chronologique des étapes d’admission
Etape
Candidater en envoyant CV via France Travail ou bien directement sur notre site internet
Modalités
Dossier via une plateforme Web (Parcours Sup, e-candidat, mon master, site web organisme de formation)
Lieu
transmission de documents (courrier postal ou électronique, dépôt sur un site web)
Point de contact
France Travail et Notre Responsable Pédagogique Monsieur BOUNIF Mounyr
Etape
Réunion Information
Modalités
Réunion
Lieu
dans les locaux du centre de formation
Point de contact
France Travail & Notre responsable Pédagogique Monsieur BOUNIF Mounyr
Etape
Convocation au Test de Recrutement
Modalités
Test d'aptitude et de connaissances
Lieu
dans les locaux du centre de formation
Point de contact
France Travail & Notre responsable Pédagogique Monsieur BOUNIF Mounyr
Etape
Entretien de Motivation
Modalités
Entretien individuel
Lieu
dans les locaux du centre de formation
Point de contact
Notre responsable Pédagogique Monsieur BOUNIF Mounyr
Bloc de compétences
Libellé descriptif du bloc
Analyser les besoins métiers de la structure en matière d'accompagnement décisionnel afin d'établir une stratégie globale de transformation de la donnée prenant en compte les contraintes sociales, économiques et environnementales
Peut être suivi de manière indépendante sous réserve d’avoir les compétences pré-requises
Non
Qualification associée inscrite au RNCP ou Répertoire spécifique
Oui
Nom du bloc inscrit
RNCP39590BC01
Ce bloc est
obligatoire
Libellé descriptif du bloc
Piloter la remontée et l'intégrité des données en collaborant avec les équipes techniques en vue de leur exploitation
Peut être suivi de manière indépendante sous réserve d’avoir les compétences pré-requises
Non
Qualification associée inscrite au RNCP ou Répertoire spécifique
Oui
Nom du bloc inscrit
RNCP39590BC02
Ce bloc est
obligatoire
Libellé descriptif du bloc
Explorer et analyser des ensembles de données afin de fournir des connaissances ("insights") exploitables et de soutenir la prise de décision
Peut être suivi de manière indépendante sous réserve d’avoir les compétences pré-requises
Non
Qualification associée inscrite au RNCP ou Répertoire spécifique
Oui
Nom du bloc inscrit
RNCP39590BC03
Ce bloc est
obligatoire
Libellé descriptif du bloc
Développer des modèles en utilisant des techniques avancées de statistiques et d'apprentissage automatique pour fournir des informations et accompagner le processus décisionnel
Peut être suivi de manière indépendante sous réserve d’avoir les compétences pré-requises
Non
Qualification associée inscrite au RNCP ou Répertoire spécifique
Oui
Nom du bloc inscrit
RNCP39590BC04
Ce bloc est
obligatoire
Libellé descriptif du bloc
Piloter des projets en communiquant avec les parties prenantes et en guidant les membres de l'équipe pour atteindre des objectifs spécifiques
Peut être suivi de manière indépendante sous réserve d’avoir les compétences pré-requises
Non
Qualification associée inscrite au RNCP ou Répertoire spécifique
Oui
Nom du bloc inscrit
RNCP39590BC05
Ce bloc est
obligatoire
Issue(s) de l’action
Recherche d’emploi
Niveau de diplôme minimum pour accéder à l’action via une VAPP
Bac+3 / Niveau 6
Nombre minimum d’année(s) d’expérience continue
1.00
Page web d’informations
Formation Data Scientists Icam
Caractéristiques de l’action
Famille(s) Métier concernée(s)
Gestion, exploitation et valorisation des données
Publics ciblés
Demandeur d'Emploi des métiers du numérique
Demandeur d'Emploi en reconversion
Métier(s) ciblé(s)
Description détaillée
Niveau de diplôme minimum requis
Bac+5 / Niveau 7
Critères spécifiques d’éligibilité des publics à l’action complète
Niveau de diplôme sans expérience: Bac +5
Avec expérience: Bac +3
Diplôme délivré
Diplôme / Titre RNCP niveau 7
Support d’informations (présentation, programme, …)
2024_04_10_Fiche de présentation_DS_2024.pdf278.33 Ko
Déroulement de l’action
Type(s) de parcours concerné(s)
Formation ciblée sur une Spécialisation à un Métier
Modalité(s)
Durée globale
8.00
Unité
Mois
En Alternance
Non
Nombre d’heures en entreprise
600
Modalité
Stage(s)
Précisions (fréquence, période, …)
Le stage a une durée de 4 mois (17 semaines) a effectué en une période continue.
Unité
Mois
Raison sociale
ICAM Strasbourg Europe
Points de contact
Zone(s) géographique(s) gérée(s) par le contact pour l'action
Alsace : Bas-Rhin (67)
Alsace : Haut-Rhin (68)
Fonction
Responsable pédagogique
Civilité
Monsieur
Prénom
Monyr
Nom
BOUNIF
Téléphone
03 68 71 85 11
Mail
[email protected]
Formulaire web
Formation Data Scientist
Adresse
2 rue de Madrid 67300 SCHILTIGHEIM
Contact interne de l’organisme pour les processus de gestion du Numéric’Emploi
On
Affichage média(s) de contact dans le répertoire
Collaborateur (Civilité, Prénom, Nom)
Adresse
Téléphone
Mobile
Mail
Formulaire web
Zone(s) géographique(s) gérée(s) par le contact pour l'action
Alsace : Bas-Rhin (67)
Fonction
Responsable Relations avec les Entreprises (pour stage/alternance)
Civilité
Madame
Prénom
Nathalie
Nom
HOLLER
Téléphone
+33 (0) 3 68 71 85 10
Mail
[email protected]
Formulaire web
Formation Data Scientist
Adresse
2 rue de Madrid 67300 SCHILTIGHEIM
Contact interne de l’organisme pour les processus de gestion du Numéric’Emploi
Off
Mobile
+33 (0) 6 76 67 97 93
Affichage média(s) de contact dans le répertoire
Adresse
Téléphone
Mobile
Mail
Formulaire web
Modalités pédagogiques
Cours / Topo
Auto-formation en parcours guidé et entraide avec les autres apprenants
Recherche individuelle sans assistance d'un tuteur
Travaux individuels animés et dirigés par un enseignant ou professionnel d'entreprise
Travaux Pratiques en groupe encadrés par enseignant / professionnel d’entreprise
Travaux pratiques en groupe réalisés en autonomie
Projet en groupe
Compte-rendu des activités pratiquées
Formalisation structurée des travaux (rapport de projet)
Immersion en entreprise pour mise en pratique des compétences en contexte professionnel
Outils pédagogiques
Poste de travail et périphériques informatiques
Guide pratique pour les exercices TP/TD
Guide pratique sur un cas concret pour les projets
Plateforme didacticiel (e-learning) sur les thèmes technologiques/méthodologiques de l'action
Cursus
Formation spécialisée pour les métiers du numérique
Moyens techniques
Poste de travail (PC portable, tablette, ...) appartenant au stagiaire
PC portable prêté au stagiaire uniquement s'il n'en a pas
Périphériques informatiques (imprimante, lecteur code-barre, scanner, ….) à préciser
Bloc de compétence
Phase de rattachement du bloc de compétence
Acquisition de connaissances / méthodes / outils de travail
Connaissances requises
Connaissances, Savoir-faire, Savoir-être abordés
Titre du module
Introduction à la Data Science
Thème(s) abordé(s) dans le module
- Être capable de discuter des notions des spécificités du marché de l’analyse de données.
- Être capable d'explicité les spécificités des projets données en entreprise
Titre du module
Projet Data Scientist : de l'intégration à l'industrialisation des données
Thème(s) abordé(s) dans le module
- Être capable de mener un projet big data de bout en bout
Cours / Topos en synchrone (heures)
7.00
Suivi et conseils par un tuteur en synchrone (heures)
100.00
Travaux pratiques en groupe en synchrone (heures)
14.00
Nom du bloc de compétence
8104
Etape(s) concernée(s)
Spécialisation Métier / Technologie - pratiques essentielles
Phase de rattachement du bloc de compétence
Acquisition de connaissances / méthodes / outils de travail
Connaissances requises
Connaissances, Savoir-faire, Savoir-être abordés
Titre du module
Programmation SQL
Thème(s) abordé(s) dans le module
- Être capable de concevoir des bases de données relationnelles-
- Être capable de programmer des requêtes SQL complexes
Titre du module
Outils pour le traitement des données
Thème(s) abordé(s) dans le module
- Être capable d'appréhender les modèles de données en vue de leur traitement
- Être capable de préparer des données pour le traitement
- Être capable extraire et transformer des données
Titre du module
Bases de données avancées (FOAD)
Thème(s) abordé(s) dans le module
- Être capable d'appliquer l'algèbre relationnelle
- Être capable d'expliquer ce qu'est une bases de donnée NoSQL
Titre du module
Projet Intégration des données
Thème(s) abordé(s) dans le module
- Être capable de chercher un jeu de données conséquent
- Être capable d'effectuer la conception d'un MCD
- Être capable de concevoir la base relationnelle correspondante
- Être capable d'utiliser l'outil Talend pour automatiser le processus d'intégration des données
Titre du module
Technologies Web
Thème(s) abordé(s) dans le module
- Être capable d'appliquer les bases permettant de réaliser une application web
- Être capable d'utiliser les technologies récentes pour la création d’application Web (ex : Angular)
- Être capable de mener un projet web de bout en bout
Titre du module
Visualisation des données
Thème(s) abordé(s) dans le module
- Être capable d'identifier les particularités des outils de visualisation pour le big data et sélectionner l'outil adéquat
- Être capable de manipuler un outil représentatif de la visualisation pour le big data
- Être capable de mettre en œuvre une démarche de data story telling
- Être capable de mener un projet de mise en œuvre de la visualisation
Titre du module
Informatique et Liberté
Thème(s) abordé(s) dans le module
- Être capable d'expliquer et d'appliquer les principes de la protection des données privées
- Être capable de mettre en œuvre une politique Informatique et Liberté pour des applications de traitement de données
Cours / Topos en synchrone (heures)
72.00
Apprentissage et travaux pratiques en autonomie / asynchrone (heures)
35.00
Travaux dirigés en synchrone (heures)
40.00
Travaux pratiques en groupe en synchrone (heures)
29.00
Nom du bloc de compétence
8105
Etape(s) concernée(s)
Spécialisation Métier / Technologie - pratiques essentielles
Phase de rattachement du bloc de compétence
Acquisition de connaissances / méthodes / outils de travail
Connaissances requises
Connaissances, Savoir-faire, Savoir-être abordés
Titre du module
Programmation Objet
Thème(s) abordé(s) dans le module
- Être familier avec les concepts de la programmation objet
- Être capable de programmer une application dans un langage orienté objet
- Être capable de 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
- Être capable de décrire les facteurs impactant la performance des applications
Titre du module
Python pour la science des données
Thème(s) abordé(s) dans le module
- Être capable de programmer une application simple en python
- Être capable de mettre en œuvre de la programmation script, procédurale, objet, en python
- Être capable d'utiliser les structures de données spécifiques au langage
Titre du module
Statistiques pour le big data
Thème(s) abordé(s) dans le module
- Être capable d'appliquer les modèles statistiques mis en œuvre dans le big data
- Être capable de manipuler les algorithmes associés à ces modèles
- Être capable de mener un projet de mise en œuvre des statistiques pour le big data
Titre du module
Analyse de données avancée (FOAD)
Thème(s) abordé(s) dans le module
- Être capable de choisir un algorithme de machine learning
- Être capable d'entrainer un modèle prédictif linéaire
- Être capable d'explorer les données avec des algorithmes non supervisés
Titre du module
Projet Analyse de Données
Thème(s) abordé(s) dans le module
- Être capable d'appliquer les outils d'analyses de données afin d'obtenir des informations permettant de répondre à une problématique donnée
- Être capable de présenter les données, la problématique et l'analyse dans un contexte entrepreneurial
- Être capable de présenter une analyse des résultats permettant de répondre à la problématique
Titre du module
Visualisation des données
Thème(s) abordé(s) dans le module
- Être capable de manipuler un outil représentatif de la visualisation pour le big data
- Être capable de 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
Titre du module
PowerBI
Thème(s) abordé(s) dans le module
- Être capable de réaliser des report PowerBI mettant en avant les indicateurs pertinents
Titre du module
Projet Visualisation des données
Thème(s) abordé(s) dans le module
- Être capable d'identifier les informations pertinentes dans un jeu de données
- Être capable de concevoir des outils de visualisations (Dashboard Tableau/PowerBi par exemple) permettant l'exploration des données et la mise en avant des informations/indicateurs pertinentes
- Être capable d'utiliser le support de visualisation pour effectuer du data story telling
Cours / Topos en synchrone (heures)
47.00
Apprentissage et travaux pratiques en autonomie / asynchrone (heures)
35.00
Travaux dirigés en synchrone (heures)
44.00
Travaux pratiques en groupe en synchrone (heures)
72.00
Nom du bloc de compétence
8106
Etape(s) concernée(s)
Spécialisation Métier / Technologie - pratiques essentielles
Phase de rattachement du bloc de compétence
Acquisition de connaissances / méthodes / outils de travail
Connaissances requises
Connaissances, Savoir-faire, Savoir-être abordés
Titre du module
Statistiques pour le big data
Thème(s) abordé(s) dans le module
- Être capable d'appliquer les modèles statistiques mis en œuvre dans le big data
- Être capable de manipuler les algorithmes associés à ces modèles
- Être capable de 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
Titre du module
Apprentissage automatique
Thème(s) abordé(s) dans le module
- Être capable d'expliquer les principes théoriques du machine learning, de l'optimisation, de la détection d'anomalie
- Être capable de choisir un algorithme en fonction du besoin de traitement des données
- Être capable de développer et paramétrer ses propres algorithmes d'analyse de données
- Être capable d'expliquer le fonctionnement des IA génératives
- Être capable d'utiliser des IA génératives
Titre du module
Solutions interactives pour l'analyse de données (Watson)
Thème(s) abordé(s) dans le module
- Être capable de concevoir les fonctionnalités d’une application exploitant une plate-forme d’analyse de données (assistants virtuels, chatbot, outil d’analyse de mails)
- Être capable de concevoir une architecture logicielle d’analyse de données avec des plates-formes intégrées
- Être capable d'utiliser des APIs d’une plate-forme représentative (par exemple IBM Watson)
- Être capable de mettre en œuvre la reconnaissance audio ou visuelle
Titre du module
Projet Data Scientist
Thème(s) abordé(s) dans le module
- Être capable de mener un projet big data de bout en bout
- Être capable d'intégrer les données et les préparer à leur traitement
- Être capable d'utiliser les outils d'analyses sur ces données
- Être capable de préparer une visualisation présentant les données, les résultats de l'analyse et permettant du Data Story Telling
Cours / Topos en synchrone (heures)
40.00
Suivi et conseils par un tuteur en synchrone (heures)
400.00
Travaux dirigés en synchrone (heures)
37.00
Travaux pratiques individuels en synchrone (heure)
28.00
Nom du bloc de compétence
8107
Etape(s) concernée(s)
Spécialisation Métier / Technologie - pratiques essentielles
Phase de rattachement du bloc de compétence
Développement des savoir-être / soft skills
Connaissances requises
Connaissances, Savoir-faire, Savoir-être abordés
Titre du module
Gestion de Projet Big Data
Thème(s) abordé(s) dans le module
- Être capable d'utiliser les outils de gestion de projet data
- Être capable de choisir l'outil adapté selon le type de projet
Titre du module
Gestion d'un projet Informatique (FOAD)
Thème(s) abordé(s) dans le module
- Être capable d'organiser une équipe agile
- Être capable de planifier un projet agile
Titre du module
Développement personnel
Thème(s) abordé(s) dans le module
- Connaissance de soi
- travailler son expression orale
- Capacité à convaincre
Titre du module
Projet Data Scientist
Thème(s) abordé(s) dans le module
- Être capable de mener un projet big data de bout en bout
- Être capable de fédérer autour d'un projet commun
- Être capable de coordonner et synchroniser des équipes projet
- Être capable de convaincre les parties prenantes
Cours / Topos en synchrone (heures)
14.00
Suivi et conseils par un tuteur en synchrone (heures)
115.00
Apprentissage et travaux pratiques en autonomie / asynchrone (heures)
7.00
Travaux dirigés en synchrone (heures)
36.00
Travaux pratiques individuels en synchrone (heure)
28.00
Nom du bloc de compétence
8108
Etape(s) concernée(s)
Spécialisation Métier / Technologie - pratiques essentielles
Etape du parcours
Spécialisation Métier / Technologie - pratiques essentielles
Label attribué
Oui
Date d’attribution
Fin de validité
Période(s) de démarrage d’une session (promotion)
Zone géographique
Alsace : Bas-Rhin (67)
Adresse
2 rue de Madrid, 67300 Schiltigheim
Mois de début
Octobre
Nombre minimum d’apprenants par session
10
Nombre maximum d’apprenants par session
12
Domaine de compétences du diplôme
dans un domaine lié aux thèmes de la formation
Présentation générale
Le big data joue un rôle de plus en plus stratégique pour les entreprises : l’exploitation des données permettant notamment d’assurer un meilleur suivi de leur performance, d’analyser les comportements des consommateurs, d’identifier des opportunités de marché, etc. Les entreprises ont besoin de mobiliser des compétences spécifiques pour tirer profit au mieux des données .

La formation concerne l'exploitation des données numériques de l'entreprise à des fins de décisions stratégiques, managériales, marketing, techniques. Elle vise à qualifier des Data Scientists disposant des compétences expertes et transverses nécessaires.

Data Scientist: de l'intégration à l'industrialisation des données

Cursus : Formation spécialisée pour les métiers du numérique
Parcours : Formation ciblée sur une Spécialisation à un Métier
Toutes les informations affichées dans cette page sont communiquées à titre indicatif et sont non contractuelles. Veuillez contacter l’organisme de formation pour toute vérification.
  • Le big data joue un rôle de plus en plus stratégique pour les entreprises : l’exploitation des données permettant notamment d’assurer un meilleur suivi de leur performance, d’analyser les comportements des consommateurs, d’identifier des opportunités de marché, etc. Les entreprises ont besoin de mobiliser des compétences spécifiques pour tirer profit au mieux des données .

    La formation concerne l'exploitation des données numériques de l'entreprise à des fins de décisions stratégiques, managériales, marketing, techniques. Elle vise à qualifier des Data Scientists disposant des compétences expertes et transverses nécessaires.
    En savoirs plus :

    • Phase : Acquisition de connaissances / méthodes / outils de travail

      Analyser les besoins métiers de la structure en matière d'accompagnement décisionnel afin d'établir une stratégie globale de transformation de la donnée prenant en compte les contraintes sociales, économiques et environnementales
      Caractéristique du bloc
      • Etape du parcours : Spécialisation Métier / Technologie - pratiques essentielles
      • Ce bloc est : obligatoire
        • Qualification associée inscrite au RNCP ou registre spécifique : RNCP39590BC01
      Formation - Volume horaire : 121.0 heure(s) dont 121.0 heure(s) en synchrone
      • Suivi et conseils par un tuteur en synchrone (heures) : 100.0
      • Cours / Topos en synchrone (heures) : 7.0
      • Travaux pratiques en groupe en synchrone (heures) : 14.0
      Modalité de validation :
      • Exercice en situation reconstituée (TD/TP)
      • Exercice en situation professionnelle
      • Entretien
      • Exposé
      • Rapport de projet
      Prérequis nécessaire(s) pour suivre le bloc :
      • Aucunes connaissances requises pour suivre ce bloc au sein de la formation
      Module(s) :
      • Introduction à la Data Science
        • Type de module : obligatoire
        • Thèmes abordés :
          - Être capable de discuter des notions des spécificités du marché de l’analyse de données.
          - Être capable d'explicité les spécificités des projets données en entreprise
      • Projet Data Scientist : de l'intégration à l'industrialisation des données
        • Type de module : obligatoire
        • Thèmes abordés :
          - Être capable de mener un projet big data de bout en bout
      Piloter la remontée et l'intégrité des données en collaborant avec les équipes techniques en vue de leur exploitation
      Caractéristique du bloc
      • Etape du parcours : Spécialisation Métier / Technologie - pratiques essentielles
      • Ce bloc est : obligatoire
        • Qualification associée inscrite au RNCP ou registre spécifique : RNCP39590BC02
      Formation - Volume horaire : 176.0 heure(s) dont 141.0 heure(s) en synchrone
      • Apprentissage et travaux pratiques en autonomie / asynchrone (heures) : 35.0
      • Travaux dirigés en synchrone (heures) : 40.0
      • Cours / Topos en synchrone (heures) : 72.0
      • Travaux pratiques en groupe en synchrone (heures) : 29.0
      Modalité de validation :
      • Contrôle de connaissances
      • Exercice en situation professionnelle
      • Entretien
      • Exposé
      • Rapport de projet
      Prérequis nécessaire(s) pour suivre le bloc :
      • Aucunes connaissances requises pour suivre ce bloc au sein de la formation
      Module(s) :
      • Programmation SQL
        • Type de module : obligatoire
        • Thèmes abordés :
          - Être capable de concevoir des bases de données relationnelles-
          - Être capable de programmer des requêtes SQL complexes
      • Outils pour le traitement des données
        • Type de module : obligatoire
        • Thèmes abordés :
          - Être capable d'appréhender les modèles de données en vue de leur traitement
          - Être capable de préparer des données pour le traitement
          - Être capable extraire et transformer des données
      • Bases de données avancées (FOAD)
        • Type de module : obligatoire
        • Thèmes abordés :
          - Être capable d'appliquer l'algèbre relationnelle
          - Être capable d'expliquer ce qu'est une bases de donnée NoSQL
      • Projet Intégration des données
        • Type de module : obligatoire
        • Thèmes abordés :
          - Être capable de chercher un jeu de données conséquent
          - Être capable d'effectuer la conception d'un MCD
          - Être capable de concevoir la base relationnelle correspondante
          - Être capable d'utiliser l'outil Talend pour automatiser le processus d'intégration des données
      • Technologies Web
        • Type de module : obligatoire
        • Thèmes abordés :
          - Être capable d'appliquer les bases permettant de réaliser une application web
          - Être capable d'utiliser 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
        • Type de module : obligatoire
        • Thèmes abordés :
          - Être capable d'identifier les particularités des outils de visualisation pour le big data et sélectionner l'outil adéquat
          - Être capable de manipuler un outil représentatif de la visualisation pour le big data
          - Être capable de mettre en œuvre une démarche de data story telling
          - Être capable de mener un projet de mise en œuvre de la visualisation
      • Informatique et Liberté
        • Type de module : obligatoire
        • Thèmes abordés :
          - Être capable d'expliquer et d'appliquer les principes de la protection des données privées
          - Être capable de mettre en œuvre une politique Informatique et Liberté pour des applications de traitement de données
      Explorer et analyser des ensembles de données afin de fournir des connaissances ("insights") exploitables et de soutenir la prise de décision
      Caractéristique du bloc
      • Etape du parcours : Spécialisation Métier / Technologie - pratiques essentielles
      • Ce bloc est : obligatoire
        • Qualification associée inscrite au RNCP ou registre spécifique : RNCP39590BC03
      Formation - Volume horaire : 198.0 heure(s) dont 163.0 heure(s) en synchrone
      • Apprentissage et travaux pratiques en autonomie / asynchrone (heures) : 35.0
      • Travaux dirigés en synchrone (heures) : 44.0
      • Cours / Topos en synchrone (heures) : 47.0
      • Travaux pratiques en groupe en synchrone (heures) : 72.0
      Modalité de validation :
      • Contrôle de connaissances
      • Exercice en situation professionnelle
      • Entretien
      • Exposé
      • Rapport de projet
      Prérequis nécessaire(s) pour suivre le bloc :
      • Connaissances acquises lors des autres blocs de compétences de la formation
      Module(s) :
      • Programmation Objet
        • Type de module : obligatoire
        • Thèmes abordés :
          - Être familier avec les concepts de la programmation objet
          - Être capable de programmer une application dans un langage orienté objet
          - Être capable de 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
          - Être capable de décrire les facteurs impactant la performance des applications
      • Python pour la science des données
        • Type de module : obligatoire
        • Thèmes abordés :
          - Être capable de programmer une application simple en python
          - Être capable de mettre en œuvre de la programmation script, procédurale, objet, en python
          - Être capable d'utiliser les structures de données spécifiques au langage
      • Statistiques pour le big data
        • Type de module : obligatoire
        • Thèmes abordés :
          - Être capable d'appliquer les modèles statistiques mis en œuvre dans le big data
          - Être capable de manipuler les algorithmes associés à ces modèles
          - Être capable de mener un projet de mise en œuvre des statistiques pour le big data
      • Analyse de données avancée (FOAD)
        • Type de module : obligatoire
        • Thèmes abordés :
          - Être capable de choisir un algorithme de machine learning
          - Être capable d'entrainer un modèle prédictif linéaire
          - Être capable d'explorer les données avec des algorithmes non supervisés
      • Projet Analyse de Données
        • Type de module : obligatoire
        • Thèmes abordés :
          - Être capable d'appliquer les outils d'analyses de données afin d'obtenir des informations permettant de répondre à une problématique donnée
          - Être capable de présenter les données, la problématique et l'analyse dans un contexte entrepreneurial
          - Être capable de présenter une analyse des résultats permettant de répondre à la problématique
      • Visualisation des données
        • Type de module : obligatoire
        • Thèmes abordés :
          - Être capable de manipuler un outil représentatif de la visualisation pour le big data
          - Être capable de 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
        • Type de module : obligatoire
        • Thèmes abordés :
          - Être capable de réaliser des report PowerBI mettant en avant les indicateurs pertinents
      • Projet Visualisation des données
        • Type de module : obligatoire
        • Thèmes abordés :
          - Être capable d'identifier les informations pertinentes dans un jeu de données
          - Être capable de concevoir des outils de visualisations (Dashboard Tableau/PowerBi par exemple) permettant l'exploration des données et la mise en avant des informations/indicateurs pertinentes
          - Être capable d'utiliser le support de visualisation pour effectuer du data story telling
      Développer des modèles en utilisant des techniques avancées de statistiques et d'apprentissage automatique pour fournir des informations et accompagner le processus décisionnel
      Caractéristique du bloc
      • Etape du parcours : Spécialisation Métier / Technologie - pratiques essentielles
      • Ce bloc est : obligatoire
        • Qualification associée inscrite au RNCP ou registre spécifique : RNCP39590BC04
      Formation - Volume horaire : 505.0 heure(s) dont 505.0 heure(s) en synchrone
      • Suivi et conseils par un tuteur en synchrone (heures) : 400.0
      • Travaux dirigés en synchrone (heures) : 37.0
      • Cours / Topos en synchrone (heures) : 40.0
      • Travaux pratiques individuels en synchrone (heure) : 28.0
      Modalité de validation :
      • Exercice en situation professionnelle
      • Entretien
      • Exposé
      • Rapport de projet
      Prérequis nécessaire(s) pour suivre le bloc :
      • Connaissances acquises lors des autres blocs de compétences de la formation
      Module(s) :
      • Statistiques pour le big data
        • Type de module : obligatoire
        • Thèmes abordés :
          - Être capable d'appliquer les modèles statistiques mis en œuvre dans le big data
          - Être capable de manipuler les algorithmes associés à ces modèles
          - Être capable de 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
        • Type de module : obligatoire
        • Thèmes abordés :
          - Être capable d'expliquer les principes théoriques du machine learning, de l'optimisation, de la détection d'anomalie
          - Être capable de choisir un algorithme en fonction du besoin de traitement des données
          - Être capable de développer et paramétrer ses propres algorithmes d'analyse de données
          - Être capable d'expliquer le fonctionnement des IA génératives
          - Être capable d'utiliser des IA génératives
      • Solutions interactives pour l'analyse de données (Watson)
        • Type de module : obligatoire
        • Thèmes abordés :
          - Être capable de concevoir les fonctionnalités d’une application exploitant une plate-forme d’analyse de données (assistants virtuels, chatbot, outil d’analyse de mails)
          - Être capable de concevoir une architecture logicielle d’analyse de données avec des plates-formes intégrées
          - Être capable d'utiliser des APIs d’une plate-forme représentative (par exemple IBM Watson)
          - Être capable de mettre en œuvre la reconnaissance audio ou visuelle
      • Projet Data Scientist
        • Type de module : obligatoire
        • Thèmes abordés :
          - Être capable de mener un projet big data de bout en bout
          - Être capable d'intégrer les données et les préparer à leur traitement
          - Être capable d'utiliser les outils d'analyses sur ces données
          - Être capable de préparer une visualisation présentant les données, les résultats de l'analyse et permettant du Data Story Telling

      Phase : Développement des savoir-être / soft skills

      Piloter des projets en communiquant avec les parties prenantes et en guidant les membres de l'équipe pour atteindre des objectifs spécifiques
      Caractéristique du bloc
      • Etape du parcours : Spécialisation Métier / Technologie - pratiques essentielles
      • Ce bloc est : obligatoire
        • Qualification associée inscrite au RNCP ou registre spécifique : RNCP39590BC05
      Formation - Volume horaire : 200.0 heure(s) dont 193.0 heure(s) en synchrone
      • Suivi et conseils par un tuteur en synchrone (heures) : 115.0
      • Apprentissage et travaux pratiques en autonomie / asynchrone (heures) : 7.0
      • Travaux dirigés en synchrone (heures) : 36.0
      • Cours / Topos en synchrone (heures) : 14.0
      • Travaux pratiques individuels en synchrone (heure) : 28.0
      Modalité de validation :
      • Exercice en situation professionnelle
      • Entretien
      • Exposé
      • Rapport de projet
      Prérequis nécessaire(s) pour suivre le bloc :
      • Connaissances acquises lors des autres blocs de compétences de la formation
      Module(s) :
      • Gestion de Projet Big Data
        • Type de module : obligatoire
        • Thèmes abordés :
          - Être capable d'utiliser les outils de gestion de projet data
          - Être capable de choisir l'outil adapté selon le type de projet
      • Gestion d'un projet Informatique (FOAD)
        • Type de module : obligatoire
        • Thèmes abordés :
          - Être capable d'organiser une équipe agile
          - Être capable de planifier un projet agile
      • Développement personnel
        • Type de module : obligatoire
        • Thèmes abordés :
          - Connaissance de soi
          - travailler son expression orale
          - Capacité à convaincre
      • Projet Data Scientist
        • Type de module : obligatoire
        • Thèmes abordés :
          - Être capable de mener un projet big data de bout en bout
          - Être capable de fédérer autour d'un projet commun
          - Être capable de coordonner et synchroniser des équipes projet
          - Être capable de convaincre les parties prenantes

    • Planification

      Mode de planification
      • Sessions planifiées de manière récurrente
      Période(s) de démarrage d’une session (promotion)

      Alsace : Bas-Rhin (67)
      • Lieu : 2 rue de Madrid, 67300 Schiltigheim
      • Début de session en Octobre
      • Nombre minimum d’apprenants par session : 10
      • Nombre maximum d’apprenants par session : 12

    • Modalités n°1

      Durée globale 8.0 Mois
      Proportion de l'action pouvant être réalisé à distance : Pas de possibilité ou non autorisé
      Immersion en entreprise :
      • Nombre d'heure en entreprise : 600
      • Modalité : Stage(s)
      • Précisions:
        Le stage a une durée de 4 mois (17 semaines) a effectué en une période continue.

    • Validation de l'action

      Chaque module de la formation ne peut être validé que si la présence du stagiaire est attestée sur l’ensemble des sessions de formation du module.
      La formation ne peut être validée que si l’ensemble des modules sont validés.

      L’atteinte des compétences de la formation est attestée par :
      - La présence à l’ensemble des sessions de formation
      - 1 soutenance de projet en groupe et une évaluation écrite individuelle pour les modules suivants
      ▪ 'Intégrer les données'
      ▪ 'Analyser les données'
      ▪ 'Visualiser les données'
      - une évaluation écrite pour le module ‘traitement des données’
      - une soutenance de projet « Data Scientist » individuelle
      - une soutenance de présentation de la mission réalisée pendant la séquence en entreprise
      • Validation : Sous réserve de la réussite à l'examen, certification de compétences délivrée par un Jury.
      Le jury est composé d'au moins trois professionnels issus du domaine de l'informatique et/ou de l'industrie, dont au moins 50% de Data Scientists professionnels, et extérieurs à la structure d'accueil et de la structure de certification.

    • Modalité pédagogique

      • Cours / Topo
      • Auto-formation en parcours guidé et entraide avec les autres apprenants
      • Recherche individuelle sans assistance d'un tuteur
      • Travaux individuels animés et dirigés par un enseignant ou professionnel d'entreprise
      • Travaux Pratiques en groupe encadrés par enseignant / professionnel d’entreprise
      • Travaux pratiques en groupe réalisés en autonomie
      • Projet en groupe
      • Compte-rendu des activités pratiquées
      • Formalisation structurée des travaux (rapport de projet)
      • Immersion en entreprise pour mise en pratique des compétences en contexte professionnel

    • Outils pédagogiques

      • Poste de travail et périphériques informatiques
      • Guide pratique pour les exercices TP/TD
      • Guide pratique sur un cas concret pour les projets
      • Plateforme didacticiel (e-learning) sur les thèmes technologiques/méthodologiques de l'action

    • Moyens techniques

      • Poste de travail (PC portable, tablette, ...) appartenant au stagiaire
      • PC portable prêté au stagiaire uniquement s'il n'en a pas
      • Périphériques informatiques (imprimante, lecteur code-barre, scanner, ….) à préciser

    • Etape n°1 - Candidater en envoyant CV via France Travail ou bien directement sur notre site internet

      Modalité : Dossier via une plateforme Web (Parcours Sup, e-candidat, mon master, site web organisme de formation)
      Lieu : transmission de documents (courrier postal ou électronique, dépôt sur un site web)
      Point de contact : France Travail et Notre Responsable Pédagogique Monsieur BOUNIF Mounyr

    • Etape n°2 - Réunion Information

      Modalité : Réunion
      Lieu : dans les locaux du centre de formation
      Point de contact : France Travail & Notre responsable Pédagogique Monsieur BOUNIF Mounyr

    • Etape n°3 - Convocation au Test de Recrutement

      Modalité : Test d'aptitude et de connaissances
      Lieu : dans les locaux du centre de formation
      Point de contact : France Travail & Notre responsable Pédagogique Monsieur BOUNIF Mounyr

    • Etape n°4 - Entretien de Motivation

      Modalité : Entretien individuel
      Lieu : dans les locaux du centre de formation
      Point de contact : Notre responsable Pédagogique Monsieur BOUNIF Mounyr