Ingénieur Big Data and Machine Learning
Entièrement enseignée en anglais, la majeure Big Data and Machine Learning prépare le futur ingénieur à identifier les besoins et problématiques métier liés à l’exploitation des données massives, à construire des outils d’analyse pour collecter ces données, structurées ou non structurées, à organiser et synthétiser les sources de données sous forme de résultats exploitables pour modéliser et anticiper de nouveaux comportements ou usages, à intégrer les enjeux réglementaires liés à l’exploitation des données personnelles. Elle comporte les enseignements nécessaires en statistiques, en informatique.
- Data scientist ;
- Data architect ;
- Data engineer ;
- Consultant Big Data ;
- Chief Data Officer.
| Enseignements M1 | Volume |
|
Big Data & Machine Learning I : |
150 h |
| Big Data & Machine Learning II : Data Engineering I • Cloud Computing • DevOps • Machine Learning II • Convex Optimisation • Natural Language processing |
180 h |
| Compléments et ouvertures : Applications of BD in Health • Applications of BD in Finance • Applications of BD in IoT |
90 h |
| Langages et environnements : Functionnal Programming in Scala • Java |
60 h |
| Formation générale : Anglais • Culture et communication • Management |
150 h |
| Formation professionnelle : Mission d'apprentissage |
7 h |
| Total | 637 h |
| Enseignements M2 | Volume |
| Systèmes d’information : Datawarehouse • Outils collaboratifs |
47,25 h |
| Big Data : Advanced Big Data Systems Advanced Learning and Predictive Analytics • Deep Learning for AI • Applications of Big Data • Data Management • Compléments et ouverture (un module électif) |
220,5 h |
| Formation professionnelle : Rapport d’activités • Initiation à la recherche • Réalisations et projets • Mission d’apprentissage |
126 h |
| Total | 511 h |
Mobilité internationale (3 mois consécutifs) à réaliser pendant le parcours pour obtenir le diplôme.
Contrat d’apprentissage ou de professionnalisation.
Parcours alterné de 1 148 h sur 24 mois.
Rythme d’alternance : 2 j. à l'Ecole / 2 j. en Entreprise
- Être titulaire d’une Licence scientifique (math, math-info) ou avoir un niveau L3 d’une école d’ingénieur.
- Une expérience professionnelle dans le secteur du numérique est appréciée.
- Avoir un bon niveau anglais.
- Avoir réussi les sélections d’Efrei Paris et du CFA Afia et être recruté en apprentissage par une entreprise.
- Formation accessible aux étudiants en situation de handicap.
- Diplôme délivré par Efrei Paris et certifié par la Commission des Titres d'Ingénieur (Cti).
- Jury interne, production d'un mémoire et soutenance.
- TOEIC > ou = à 800 points.
- Validation partielle par blocs de compétences : non.
30-32 avenue de la République
94800 Villejuif