Applied MSc in Data Science
and Artificial Intelligence -
Expert en Sciences des Données
La formation peut se suivre en présentiel sur le site de votre choix ou 100% en distanciel :
- Campus Paris 4 rue de la Collégiale 75005 Paris
- Campus Sophia-Antipolis Les Templiers, 950 route des Colles - Sophia-Antipolis 06410 Biot
Formation en présentiel
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
Autumn :
Du 15/09/23 au 12/09/25
Présentation de la formation
Objectifs
Ce Master of Science permet de :
- affiner vos mathématiques appliquées pour la science des données et l'intelligence artificielle ;
- concentrer son apprentissage sur la compréhension du coeur des algorithmes d'intelligence artificielle ;
- mettre en oeuvre ses compétences scientifiques en analysant, concevant, appliquant et contrôlant les architectures informatiques et de Big Data ;
- être sensibilisé à la gestion des projets informatiques et aux conséquences juridiques du traitement des données, avec une pincée de réflexion éthique sur les conséquences de l'exploitation des (big) data.
Certifications acquises : AWS Certified Solutions Architect - Associate / Neo4j Certified Professional / SAS Base Certifications.
Compétences visées
Analyser, concevoir et déployer des infrastructures informatiques distribuées pour stocker et traiter des données massives - Concevoir des modélisations mathématiques pour enrichir les systèmes d’aide à la décision - 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) - Conduire des projets complexes en intégrant les contraintes légales et les valeurs d’éthique pour diffuser les bonnes pratiques dans les organisations - Détecter et évaluer l’état de l’art de l’intelligence artificielle pour développer des projets innovants.
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 !
Attention : n’oubliez pas de vous inscrire également auprès de l’établissement.
Débouchés
- Data Scientist
- Directeur des données
- Business Intelligence Manager
- Data Miner
- Data Analyst
- Délégué à la protection des données
- Ingénieur en IA
- Développeur d'architecture de deep-learning
- Web advertising
- Customer Relationship Management (CRM)
Rythme d’alternance
Contrat d'apprentissage (ou de professionnalisation sous conditions)
Parcours alterné de 1268 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. Avoir une capacité d’analyse et de synthèse.
- Admission sur dossier, test et entretien
- Niveau d'anglais B2
- Être recruté en apprentissage par une entreprise
- Formation accessible aux étudiants en situation de handicap
Programme
| Enseignements | Volumes |
|---|---|
|
Core Data Science and Artificial intelligence |
190 h |
| Applied Mathematics for Data Science |
25 h |
| Foundations of Statistical Analysis & Machine Learning Part I |
25 h |
| Foundations of Statistical Analysis & Machine Learning Part II |
40 h |
| Time-Series Analysis |
25 h |
| Continuous Optimisation |
25 h |
| SAS "The SAS Ecosystem DSTI Chair" |
25 h |
| Artificial Neural Networks |
25 h |
|
Core Data Engineering |
200 h |
| Amazon AWS“Cloud-Computing DSTI Chair” |
50 h |
| Software Engineering Part I |
25 h |
| Software Engineering Part II |
25 h |
| Python Machine Learning Labs |
25 h |
| Big Data Ecosystem by Adaltas |
50 h |
| Data Wrangling with SQL |
25 h |
| MLOps by Adaltas |
50 h |
|
Applied Data Science and Artificial Intelligence |
210 h |
| Advanced Statistical Analysis & Machine Learning |
35 h |
| Statistical Analysis of Massive and High Dimensional Data |
25 h |
| Survival Analysis using R |
25 h |
| Deep Learning |
25 h |
| Inverse Problems & Data Assimilation |
25 h |
| Agent-Based Modeling |
25 h |
| Semantic Web technologies |
25 h |
| Graph Databases – NoSQL – Part 1 |
25 h |
|
Management, Ethics and Laws |
50 h |
| IT Project Management – PMP-PMI and Agile Approaches |
25 h |
| Data Laws & Regulations – Philosophies, Geopolitics & Ethics |
25 h |
|
Sessions de support |
65 h |
|
Cours d’Anglais |
50 h |
|
Warm-up |
75 h |
|
Examens |
25 h |
|
Induction day |
7 h |
|
Projet individuel |
346 h |
| Total | 1268 h |
Contacts
DSTI Charles CUGGIA charles@dsti.institute 04 89 41 29 44
DSTI Dominique SALLY dominique.sallay@dsti.institute 06 11 33 12 95
CFA Afia Ghada CHOUCHENE Chargée de Mission Alternance gchouchene@cfa-afia.fr 06 82 58 68 96
| DSTI | CFA Afia |
| Charles CUGGIA | Ghada CHOUCHENE |
| Chargée de Mission Alternance | |
| charles@dsti.institute | gchouchene@cfa-afia.fr |
| 04 89 41 29 44 | 06 82 58 68 96 |
| DSTI | |
| Dominique SALLY | |
| dominique.sallay@dsti.institute | |
| 06 11 33 12 95 |
Vous souhaitez avoir plus
d'informations sur la formation ?
Remplissez vos informations ici
Découvrez leur témoignage
PHAM, Thi Thuy Duyen Irène
DSTI
Applied MSc in Data Science and Artificial Intelligence – Expert en Sciences des Données_
I am a Data Science student at DSTI, and I’m glad to describe my experience at DSTI as an apprentice and why apprenticeship learning mode is one the best way to improve technical knowledge in a company.
Click here to know more about it.