Master of Science Machine Learning for Business Intelligence (Part-time)
Fondé sur une approche pédagogique alliant les enseignements théoriques et les projets, le MSc Machine Learning for Business Intelligence d’aivancity School for Technology, Business & Society Paris-Cachan permet de bâtir un portefeuille de nouvelles compétences allant de la modélisation probabilistique à l’apprentissage profond (deep learning) en passant par le traitement des données non structurées, la visualisation des données, les réseaux de neurones…
Le programme permet d’acquérir de solides fondations analytiques dans l’implémentation de solutions machine learning en utilisant les meilleures technologies, et de développer une capacité d’aller au-delà des algorithmes et de la transformation des données en contribuant à la prise de décision stratégique dans les organisations et à l’amélioration des processus métiers ou de valeur ajoutée entre différentes parties-prenantes.
Le programme contribue à la compréhension des enjeux sociétaux et éthiques posés par le machine learning et à l’émergence de solutions IA durables.
AIVANCITY
Retrouvez le descriptif complet du MSc Machine Learning for Business Intelligence
Téléchargez la brochure
Pourquoi ce programme est-il unique ?
- Une hybridation entre les aspects technologiques, business et éthiques
- Une organisation conciliant activité professionnelle et études
- Une équipe professorale de haut niveau parmi les plus interdisciplinaires d’Europe
- Des relations avec des partenaires technologiques et des entreprises permettant aux apprenants de travailler sur des problématiques réelles issues de secteurs variés comme la finance, les logiciels, la santé, l’industrie, le commerce…
- Une préparation pour les meilleures certifications professionnelles du domaine de Microsoft, d’Amazon Web Services ou de Google
- Un campus à Cachan, à 10 minutes de Paris, avec des installations pédagogiques et technologiques de haut niveau ainsi qu’un environnement paysager d’exception.
- Un diplôme avec la garantie de sa mise à jour à vie© dont 5 ans à titre gracieux
- Un learning trip au cœur de l’écosystème IA de la Silicon Valley
Diplômes
- Un Master of Science « Machine Learning for Business Intelligence »
- Une certification professionnelle d’Etat enregistrée au RNCP (Répertoire National des Certifications professionnelles) de niveau 7 (équivalent bac+5) : « Chef de projet en développement de solutions d'intelligence artificielle »
- Les certifications professionnelles suivantes dont la préparation est intégrée au programme : AI-100: Designing and Implementing an Azure AI Solution et/ou AWS Certified Machine Learning – Specialty et/ou Professional Data Engineer
Objectifs d'apprentissage
- Distinguer les différentes modalités de l’apprentissage machine
- Identifier les méthodes d’apprentissage machine appropriées à une problématique métier spécifique
- Analyser, traiter et modéliser les données massives en s’appuyant sur des modèles statistiques explicatifs afin de les rendre intelligibles et exploitables
- Anticiper les implications éthiques et sociétales relatives à l’usage des méthodes d’apprentissage machine
- Traduire les contenus bruts en données structurées en appliquant des techniques de vectorisation afin de les rendre exploitables par des algorithmes d’apprentissage automatisés
- Augmenter les données en mettant en œuvre une démarche d’ingénierie des fonctionnalités et en s’appuyant sur une expertise métier et sectorielle pour en améliorer leur exploitation
- Implémenter des modèles d’apprentissage profond en concevant une architecture optimisée afin de maximiser la puissance prédictive
- Anticiper et remédier aux problèmes de type sur-apprentissage des modèles élaborés en mettant en place des indicateurs permettant d’en mesurer les performances afin d’assurer l’opérationnalité de la solution d’intelligence artificielle
- Evaluer la fiabilité des algorithmes prédictifs d’apprentissage machine en appliquant une stratégie de validation croisée des données afin de minimiser l’influence des valeurs extrêmes
- Interpréter les résultats des algorithmes d’apprentissage automatique et savoir les valoriser dans un contexte métier spécifique
- Sélectionner l’architecture informatique appropriée à la problématique posée
- Conduire le développement informatique d’un projet machine/deep learning
- Valoriser les résultats d’un projet machine/deep learning
- Gérer un projet machine/deep learning
Journée Portes ouvertes !
Venez échanger avec nos conseillers et professeurs lors de nos Journées Portes Ouvertes (JPO).
C'est par ici ! InscriptionMSc Machine Learning for Business Intelligence
Format Part-time, séminaires les vendredis et samedis une semaine sur deux
Niveau d'entréeBac + 4 ou Bac + 5 et cadres avec expérience
LangueFrançais
Diplôme délivré Master of Science « Machine Learning for Business Intelligence »
(RNCP niveau 7 - Bac + 5)-
Prochaine rentréeOctobre 2021
Format :
- Boarding for aivancity, programme de préparation à la formation
- Séminaire de rentrée
- 4 certificats - 24 séminaires de 2 jours – vendredis et samedis une semaine sur deux
- Un learning trip d’une semaine
- Tutorats : projets, thèse pro et carrière
- Clinique de l'IA
| Niveau d’entrée | Parcours | Diplôme |
|---|---|---|
| Bac+4 ou Bac+5 et cadres avec expérience | 4 Certificats | Master of Science « Machine Learning for Business Intelligence » (RNCP niveau 7 – Bac+5) |
12 mois à temps partiel pour devenir expert en Machine Learning
Certificat 1 :Méthodes quantitatives et programmation
- Maths et statistiques appliquées
- Méthodes baysiennes
- Programmation pour Data Science
- Best practices of AI programming
- Informatique décisionel, SQL, Tableau/PowerBI
- Big Data: statistical scalability with PySpark
Certificat 2 :Data Science & modelling
- Data driven decision making 1
- Data driven decision making 2
- Basic methods of data modeling 1
- Basic methods of data modeling 2
- Challenges of machine learning 1
- Challenges of machine learning 2
Certificat 3 :Neural Networks & Deep Learning
- Neural machine learning 1
- Neural machine learning 2
- Current methods of deep learning 1
- Current methods of deep learning 2
- Responsible deployment of deep learning 1
- Responsible deployment of deep learning 2
Certificat 4 :Déploiement et management d'un projet IA
- Ethics in Machine learning 1
- Ethics in Machine learning 2
- Droit IA
- Structure and management of an AI project
- AI use case
- AI project
Pourquoi se former au Machine Learning ?
Catégorie emblématique de l’intelligence artificielle, le Machine Learning est à l’origine de nombreuses innovations technologiques : voitures autonomes, jeux, observations astronomiques, traduction linguistique, imagerie médicale, capteurs de données pour l’agriculture…
C’est une discipline fortement recherchée et qui couvre quasiment tous les secteurs d’activité.
Le Machine Learning se décline en plusieurs fonctions et sa technicité croît très rapidement.
Le Master Machine Learning d’aivancity (Bac +5) forme aux métiers suivants :
- Ingénieur Machine Learning(appelé aussi Chef de projet Machine Learning)
- Développeur Machine Learning
- Natural language processing engineers (NLP-NLU)
Quelles sont les évolutions professionnelles des métiers du Machine Learning ?
Il y a très peu de profils sur le marché en Machine Learning, alors que la demande est forte. Cette pénurie garantit aux experts de nombreuses possibilités de carrière. Et le manque de profils dans ce domaine, permet une évolution rapide : management, direction ou prise en charge de projets à haute responsabilité.
Pour vous offrir des perspectives de carrière prometteuses
Stages et alternance : aivancity offre à ses étudiants la possibilité de développer une expérience professionnelle significative afin de les aider à développer leur employabilité.
En savoir plus
aivancity publie son étude des offres d'emploi en Intelligence Artificielle et Data en France
Téléchargez l'étude
Le MSc Machine Learning for Business Intelligence d’aivancity s’adresse :
- Aux diplômés bac+4 ou bac+5 d’école d’ingénieur ou d’université en informatique, ingénierie, mathématiques, statistiques ou sciences physiques
- Aux diplômés bac+4 ou bac+5 d’école de commerce ou d’université en économie ou gestion, qui disposent d’une forte appétence pour les outils mathématiques (algèbre linéaire…) et qui ont, a minima, une expérience (stage, alternance, emploi) dans les domaines de la data/IA.
- Aux cadres d'entreprises, diplômés de l’enseignement supérieur, ayant au moins 3 années d'expérience professionnelle dans les métiers de Data analyst, Data scientist, Ingénieur informatique, bio-informaticiens, Scientifiques, statisticiens, etc.
Processus de sélection
Le processus de sélection se déroule en 2 phases : Les candidats retenus, à l’issue de l’étude de leur dossier de candidature, sont appelés à se présenter aux épreuves orales et éventuellement aux épreuves écrites selon leur profil.
|
Epreuves d’admissions |
Durée |
Coefficient |
|---|---|---|
| QCM de mathématiques et statistiques | 1h | 3 |
| QCM de technology & business English | 30 min | 1 |
| QCM culture Data / IA | 30 min | 2 |
| Entretien individuel | 30 min | 4 |
Candidats résidant en France
Les candidats résidant en France passent les épreuves dans nos locaux au cours d‘une demi-journée.
Candidats non-résidents en France
Les candidats ne résidant pas en France passent les épreuves dans l’un de nos centres d’examen à l’étranger ou à distance. Le service admission définit la date avec eux et leur explique le déroulement des épreuves.
Les résultats d’admission sont publiés sur la plateforme d’admission d’aivancity dans un délai maximal d’une semaine sous réserve de validation de l’année en cours, pour les candidats en formation initiale. Les résultats sont également adressés par courriel aux candidats.
Learning trip d’une semaine Silicon Valley
La Silicon Valley est l'épicentre mondial de l'innovation, des technologies émergentes et des startups. Un tiers de tous les investissements en capital-risque aux États-Unis est injecté dans la région dynamisée par la présence de compagnies comme Facebook, LinkedIn, Google, Apple, Twitter, Airbnb, Salesforce, et plusieurs milliers de startups.
Les apprenants du MSc Machine learning for Business Intelligence participeront à un Learning Trip exceptionnel, conçu spécialement pour eux leur offrant ainsi une immersion interactive au cœur de la Silicon Valley. Grâce à un design d’expérience fondé sur les interactions directes, les étudiants bénéficieront d’opportunités de réseautage avec les communautés innovantes, de rencontres avec les acteurs de la Tech, de la découverte des accélérateurs de startups et hubs technologiques, de la participation à des workshops et hackatons, et de visites guidées des entreprises et des institutions de recherche en IA.
La découverte de San Francisco, Palo Alto, Mountain View, Cupertino, et des nouveaux hubs technologiques de l’East Bay, sera pour les étudiants l’occasion de renouveler leurs idées, de tester leurs projets, et d'amplifier leurs perspectives au contact des innovateurs qui font la Silicon Valley.
Frais de candidature
- 150 €
Coût des études et financement :
- En formation initiale : 17 000 € (TVA non applicable)
- En formation professionnelle continue : 17 000 € HT
Ces frais de scolarité sont définis pour l’année 2021/2022 et comprennent l’ensemble des frais d’étude, y compris le learning trip à l’international ainsi que la garantie de mise à jour du diplôme pendant 5 ans à partir de la date de l’obtention du diplôme. Ils ne comprennent pas les frais de séjour à l’international (avion, transport, hébergement et restauration).
Il est possible de bénéficier de prêts bancaires négociés à taux préférentiels auprès des partenaires d’aivancity, remboursables après une période de franchise.
Un campus 5.0 pour l’éducation d’aujourd’hui et la société de demain
Le projet d’aménagement conduit par le Groupe Patriarche, partenaire d’aivancity dans le cadre de cette opération ambitieuse et innovante, vise à augmenter les interactions entre la communauté des apprenants, en faire la signature pédagogique de l’école, en offrant un parcours expérientiel d’apprentissage fait d’espaces facilitants, de continuité de modularité et de personnalisation d’apprentissage pour créer dans le parcours, son propre parcours : celui qui nous ressemble.
