Applied MSc in Data Engineering
for Artificial Intelligence
Expert en Sciences des Données

Dernière mise à jour le 16/01/2024

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 )

Group 15

Formation éligible
à la prime de 6000€

Group deliivery

Titre délivré par Data ScienceTech Institute
- Examens finaux
- Validation partielle par blocs de compétences : non

Siège social, 75005 Paris, France

Rentrée : Spring :
De mars 2024 à mars 2026

Autumn :
De septembre 2024 à septembre 2026

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.

Certifications acquises : AWS Certified Solutions Architect - Associate / Neo4j Certified Professional / Microsoft Certified: Power Platform Functional Consultant Associate.

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 ! Attention : n’oubliez pas de vous inscrire également auprès de l’établissement.

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 1142 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 *

Distributed & Performance IT

200 h

Cloud - Computing – Amazon AWS

50 h

Software Engineering Part I

25 h

Cloud Computing – Microsoft Azure

25 h

Web Engineering

25 h

Software Engineering Part II

25 h

Python Machine Learning Labs

25 h

Semantic Web technologies

25 h

Data Management

180 h

Data Wrangling with SQL

25 h

Document Databases – NoSQL – Part 2

5 h

Datawarehousing & ETL

25 h

Big Data Ecosystem by Adaltas

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 by Adaltas

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

55 h

Cours d’Anglais

50 h

Warm-up

75 h

Examens & Soutenance

26 h

Induction day

5 h

Projet individuel

276 h

Total 1142 h

Contacts

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
Group 7

85 %

de taux de réussite

chiffre-50

NC

de poursuite d’études

icon-5

100 %

d’insertion pro à 6 mois

icon-4

5 %

d’interruption de parcours

Vous souhaitez avoir plus
d'informations sur la formation ?

Contactez-nous

Remplissez vos informations ici

De préférence je souhaite être recontacté
Ce champ n’est utilisé qu’à des fins de validation et devrait rester inchangé.

Ces formations pourraient
aussi vous intéresser

Trouvez la formation qui vous correspond