Applied MSc in Data Engineering
for Artificial Intelligence
Expert en Sciences des Données
La formation peut se suivre en présentiel sur le site de votre choix ou en distanciel :,
- Campus Paris 4 rue de la Collégiale 75005 Paris
- Campus Sophia-Antipolis Les Templiers, 950 route des Colles - Sophia-Antipolis 06410 Biot
Bac + 4, Bac + 5
Titre RNCP niveau 7
(
code RNCP 34262
-
code diplôme
16X11401
)
Formation éligible
à la prime de 6000€
Titre délivré par Data ScienceTech Institute
- Examens finaux
- Validation partielle par blocs de compétences : non
Siège social, 75005 Paris, France
Rentrée :
Spring :
Du 13/02/23 au 14/02/25
Présentation de la formation
Objectifs
Ce Master of Science permet de :
- apprendre à comprendre l'analyse, la conception, la mise en oeuvre et le suivi des architectures informatiques et de Big Data ;
- découvrir le monde DevOps et mettre en place une architecture d'intégration continue ;
- exploiter les langages de programmation les plus répandus et leurs bibliothèques pour l'apprentissage automatique et deep learning ;
- apprendre à architecturer et à déployer des clusters de données et de calcul hautement distribués tels que Hadoop ou SPARK.
La formation peut se suivre en présentiel sur le site de votre choix ou en distanciel.
Compétences visées
Concevoir et déployer des infrastructures informatiques distribuées pour stocker et traiter des données massives - Rédiger un cahier des charges technique pour la conception et la mise en place d’une solution d’analyse des données volumineuses - Exploiter un système distribué d’entrepôt de données structurées et non structurées, notamment via Apache Hadoop & Apache Spark. - Contribuer à la définition de l’architecture de stockage de données, en prenant en compte les besoins de traitements algorithmiques de l’intelligence artificielle - Concevoir et implémenter des algorithmes pour le traitement des grands volumes de données dans le respect des bonnes pratiques de l’ingénierie logicielle (incluant les approches SQL et NoSQL) - Exploiter des infrastructures informatiques distribuées en mode cloud sur la plateforme Amazon AWS pour y déporter des traitements algorithmiques de l’intelligence artificielle (préparation à la certification Amazon AWS Solution Architect – Associate).
Pré-inscription à la formation :
c'est par ici !
Les pré-inscriptions pour cette formation sont ouvertes !
En cliquant sur "se pré-inscrire", vous serez redirigé vers notre plateforme iziA.
En 2 clics, créez votre compte et sélectionnez les formations qui vous intéressent : on vous recontacte !
Débouchés
- Big Data Engineer
- Data Engineer
- Chief Data Officer
- Machine Learning Engineer
Rythme d’alternance
Contrat d'apprentissage (ou de professionnalisation sous conditions)
Parcours alterné de 820 h sur 24 mois
Rythme d’alternance
- 2 semaines en formation
- 3 semaines en entreprise
Prérequis et admission
- Avoir une appétence pour les mathématiques, les algorithmes et les statistiques
- Maîtriser les différents logiciels de programmation
- Être autonome, avoir une aisance relationnelle et des compétences en communication
- Avoir une capacité d’analyse et de synthèse
- Admission sur dossier, test et entretien
- Être recruté en apprentissage par une entreprise
- Formation accessible aux étudiants en situation de handicap
Programme
| Enseignements | Volumes * |
|---|---|
|
Distributed & Performance IT |
205 h |
| Cloud - Computing – Amazon AWS |
50 h |
| Software Engineering Part I |
25 h |
| Cloud Computing – Microsoft Azure |
25 h |
| Java & Scala programming |
25 h |
| Software Engineering Part II |
25 h |
| Python Machine Learning Labs |
30 h |
| Semantic Web technologies for Data Science developments |
25 h |
|
Data Management |
185 h |
| Data Wrangling with SQL |
25 h |
| Document Databases – NoSQL – Part 2 |
10 h |
| Datawarehousing & ETL |
25 h |
| The Hadoop & Spark Ecosystem |
50 h |
| Data Pipeline Part I & II |
50 h |
| Graph Databases – NoSQL – Part 1 |
25 h |
|
Operational Methodologies |
150 h |
| IT Project Management – PMP-PMI and Agile Approaches |
25 h |
| Data Laws & Regulations – Philosophies, Geopolitics & Ethics |
25 h |
| CRM Data Management |
25 h |
| Cybersecurity |
25 h |
| DevOps & Continuous Integration |
50 h |
|
Data Science |
125 h |
| Applied Mathematics for Data Science |
25 h |
| Foundations of Statistical Analysis & Machine Learning Part I |
25 h |
| Big Data Processing with R |
25 h |
| Deep Learning |
25 h |
| Artificial Neural Networks |
25 h |
|
Sessions de support |
65 h |
|
Cours d’Anglais |
40 h |
|
Warm-up |
25 h |
|
Examens et induction day |
25 h |
| Total | 820 h |
Contacts
Data ScienceTech Institute contact@dsti.institute 04 89 41 29 44
CFA Afia Sylvain VAIRELLES Manager de Département Alternance svairelles@cfa-afia.fr 06 14 58 11 67
CFA Afia Atika CHADAR Chargée de Mission Alternance achadar@cfa-afia.fr 07 88 33 62 84
| Data ScienceTech Institute | CFA Afia |
| Sylvain VAIRELLES | |
| Manager de Département Alternance | |
| contact@dsti.institute | svairelles@cfa-afia.fr |
| 04 89 41 29 44 | 06 14 58 11 67 |
| CFA Afia | |
| Atika CHADAR | |
| Chargée de Mission Alternance | |
| achadar@cfa-afia.fr | |
| 07 88 33 62 84 |
