banner

Science des données et Modélisation

Science des données et Modélisation

 

Certification

Cette formation correspond à un bloc de compétence du titre « Chef de projet intelligence artificielle », en cours d’instruction auprès de France Compétences. Elle donnera lieu à une certification reconnue et enregistrée au Répertoire national des certifications professionnelles (RNCP) et sera à ce titre éligible au CPF.

Cette certification est capitalisable sur 5 ans. Vous pouvez choisir de préparer l’intégralité du titre progressivement au fil du temps ou de faire reconnaître vos compétences complémentaires par la VAE.

 

Public cible et présentation

Ce programme est conçu pour des professionnels du domaine de la Data science et de l’informatique, ou pour tout scientifique et tout profil technique ou managérial disposant d’une connaissance préalable en algèbre linéaire, probabilités, statistiques et en programmation (Python), et qui souhaite acquérir des compétences opérationnelles en science des données et en apprentissage automatique (machine learning). Ce programme permet de découvrir comment déployer de manière éthique et responsable des solutions d’intelligence artificielle. Ce programme vise également à renforcer et à favoriser les collaborations entre les équipes scientifiques et les directions métiers.

L’enquête publiée dans “The Human Impact of Data Literacy” de 2020 [1] révèle que 74% des employés sondés (9000 dans le monde) se sentent submergés face aux tâches impliquant les données de leur entreprise. Avec en conséquence une baisse d’intérêt et de productivité : 14% d’entre eux préfèrent même complètement échapper à ce genre de travail.

Un des défis majeurs d’une entreprise qui souhaite valoriser ses données est d’homogénéiser la “datalphabétisation” en son sein. Pour ce faire, les responsables doivent connaître le potentiel de leurs données, leur dimension éthique, et savoir accompagner leurs employés dans le développement de leurs connaissances data (adoption de nouvelles technologies et logiciels).

[1] The Data Literacy Project, "The Human Impact of Data Literacy," 2020 https://www.accenture.com/_acnmedia/PDF-115/Accenture-Human-Impact-Data-Literacy-Latest.pdf (Accenture)

 

Objectifs

Cette formation vous permettra d’acquérir :

  • Les compétences pour mettre en œuvre des solutions data, stratégiques pour votre entreprise.
  • Une expérience concrète avec des modèles de machine learning (apprentissage machine) et leurs applications pour donner une nouvelle dimension à votre entreprise.
  • L'acquisition d'un regard critique sur les enjeux d'aujourd'hui liés à l'intelligence artificielle, et en particulier ses enjeux éthiques, juridiques et sociaux.

 

Contenu

  • icone équipe

    Module 1 : Prise de décision basée sur les données

    Prise en main de la visualisation des données, de l'analyse data exploratoire, puis exploitation de la puissance des données, et de leurs rôles dans la prise de décision en entreprise.

    Les principaux concepts abordés dans ce module sont : la prise de décision grâce aux données, le nettoyage des données, le codage des données et la visualisation des données en utilisant Python.

  • icone équipe

    Module 2 : Algorithmes de machine learning classiques

    Apprendre à connaître et à utiliser les techniques fondamentales du machine learning, et à savoir jauger l'impact de tels outils dans une entreprise.

    Les principaux concepts abordés dans ce module sont : les séries temporelles, le clustering (partitionnement de données), et les méthodes de régression en utilisant scikit-learn.

  • icone équipe

    Module 3 : Éthique, biais et limitations du machine learning 

    Explorer les principaux défis du machine learning, et les considérations éthiques et juridiques de l'utilisation des données dans le monde du business.

    Les principaux concepts abordés dans ce module sont : l'évaluation de modèle, l'analyse de performance, surapprentissage vs. sous-apprentissage, l’augmentation des données, les méthodes ensemblistes, et les enjeux éthiques, juridiques et sociaux de l'utilisation des données.

 

 

 

 

Formateurs / Professeurs

ammar

Doreid Ammar

Expertise : Data science

Professeur Permanent | Directeur Académique | Data Science, Data Mining, Machine Learning, Artificial Intelligence, The Internet of Things, Computer Networks

Voir son profil

de france

Ysens de France

Expertise : Droit de l’Intelligence Artificielle

Professeure Associée | Droit de l’IA, Robotique terrestre, Robotique militaire, Application duale de l'innovation technologique, Droit international & européen appliquée à l'Intelligence Artificielle

Voir son profil

goffi

Emmanuel R. Goffi

Expertise : Ethique de l'IA

Professeur Associé et Directeur des Relations Internationales | Ethique de l'IA, Sciences Politiques, Relations Internationales

Voir son profil

hadjur

Hugo Hadjur

Expertise : Data science

Professeur Assistant | IA & Data Science, Machine Learning, Internet des objets, Analyse des réseaux sociaux, Analyse statistique appliquée au sport

Voir son profil

mathivet

Virginie Mathivet

Expertise : IA & Deep Learning

Professeur Expert | AI & Deep learning, Machine Learning, IoT, Réseaux de Neurones, Management de projets IA

Voir son profil

Szabados

Levente Szabados

Expertise : Data science

Visiting Professor | Data science, Artificial Intelligence, Innovation Leadership, Natural Language Processing, IT System Engineering, Management, Consultancy, Personal Coaching

Voir son profil

qualiopi

 

 

Science des données et Modélisation

  • access

    PrérequisBonnes connaissances en outils mathématiques (algèbre linéaire, probabilités, statistiques) et en programmation (Python).

  • diplome

    Lieu Boulogne BIllancourt

  • calendrier

    Durée de la formation9 jours

  • calendrier

    Dates27-29 Janvier, 24-26 Février, 22-24 Mars 2021

  • calendrier

    Prix4 200 Euros HT