Mastère Data Engineer

Pourquoi un Mastère Data Engineer ?

Le Mastère Data Engineer permet la maîtrise des outils les plus avancés en matière d’intelligence artificielle, Machine Learning et analyse de données pour une application dans différents secteurs d’activité.

La formation permettra à nos Data Engineer de préconiser et mettre en place les ressources techniques nécessaires à la performance de l’analyse des données et de l’IA.

Les objectifs de la formation

• Maitrise d’un environnement cloud
• Créer une base de données dans un environnement cloud
• Exploiter les solutions cloud d’analyse de données pour faciliter la prise de décision
• Utiliser un outils d’IA pour aider à la prise de décision
• Gérer un projet informatique de science de la donnée
• Conception de modèle de Machine Learning et Deep Learning

Contenu pédagogique

1ère année

• Statistiques, probabilités avancées, algèbre et optimisation
• Algèbre linéaire, matrice et optimisation
• Fondamentaux de la Data Science avec Python (Pandas, Web Scraping, visualisation) 
• Data Warehouse
• ETL
• Bases du machine learning pour le data engineering
• SAS pour l’analyse de données avancée
• Application statistiques et data mining avec le langage R
• Cloud Computing et gestion de donnée (AWS, Azure, GCP au choix)
• Visualisation de données interactives Power BI
• Gestion et qualité des données
• RGPD et réglementation data
• Gestion de projet Agile et Scrum avancé
• Fondamentaux du langage Java pour le data engineering
• Bases langage Scala : programmation fonctionnelle
• Ecosystème HADOOP 2 : architecture, outils et langages
• Système d’entrepôt de donnée orientés SQL
• Bases de Données Relationnelles SQL avancées
• Projet de synthèse

2ème année

• DevOps/DataOps
• No SQL, Cassandra
• Docker
• Terraform
• Architecture des systèmes de données
• Kafka pour le streaming de données en temps réel
• Deep Learning avec TensorFlow et Keras
• Data & Decision
• Data Gouvernance et sécurité des données
• Data Start up Building
• Etude de cas pratique
• Projet Data Engineering de synthèse
• Programmation en JAVA
• Programmation en Scala
• Ecosystème HADOOP 2

Compétences acquises

• Maitrise des langages SQL, Python, C, Java et Scala
• Connaissance des différents modèles de service Cloud et des principaux fournisseurs
• Comprendre les concepts et les principes d’architecture cloud
• Savoir utiliser les techniques et les outils de migration vers le cloud ainsi que les méthodes pour minimiser les risques
• Avoir des compétences en matière de sécurité et de conformité dans un environnement cloud
• Etre capable d’utiliser des outils de gestion et de surveillance des ressources cloud
• Avoir des compétences en matière d’optimisation des coûts liés au cloud
• Analyser le besoin du client en vérifiant la faisabilité technique de son projet
• Être capable de proposer des solutions techniques adaptées aux besoins du client
• Compléter, refondre et corriger les données obtenues à l’aide d’outils de programmation ou de tableur
• Alimenter les tables d’une base de données à l’aide de données nettoyées et préparées afin de les optimiser
• Connaissance des techniques et des outils de scrapping de données sur différentes sources
• Compréhension des principes d’architecture et des bonnes pratiques pour le stockage et l’analyse de données sur le cloud
• Réaliser des visualisations à l’aide d’outils, de langage de programmation où de logiciels à partir de différent type de données afin de faciliter la compréhension des données
• Maitrise des outils de Data Engineering et de calcul distribué comme Spark
• Comprendre les concepts de base de l’IA et savoir comment elle peut être utilisée pour aider à la prise de décision
• Sélectionner les outils d’IA adaptés pour répondre aux besoins de l’entreprise
• Concevoir et implanter des modèles de Machine Learning et Deep Learning
• Utiliser des techniques de NLP pour extraire des informations à partir de données textuelles
• Appliquer des techniques de vision par ordinateur pour l’analyse des images
• Intégrer des modèles d’IA dans l’application métier pour aider à la prise de décision

Taux du parcours : 

Taux de réussite : 100%

Taux de satisfaction : 98.80%

Taux de retour enquête de satisfaction : 76.6%

Détails des taux