Formation - Data Scientist - Foundations & Machine Learning

Quel niveau est visé à l’issue de la formation ?

Débutant

Combien de temps dure la formation ?

75,00 heure(s)

Dans quelle(s) langue(s) la formation est-elle donnée ?

Quand a lieu la prochaine session ?

Qui organise cette formation ?

Au CNFPC, nous construisons les compétences de demain. Un lieu unique où salariés, chefs d’entreprise, demandeurs d’emploi, jeunes adultes et grand public se forment, innovent et évoluent ensemble. Grâce à notre collaboration avec l’ADEM, nos entreprises partenaires et nos experts de terrain, nos formations répondent aux besoins réels du marché du travail, aujourd’hui et demain. Des programmes concrets, innovants et tournés vers l’action, dispensés par des professionnels qui partagent leur expérience du terrain.

Le contenu de cette page n'est pas disponible en français

À qui s’adresse la formation ?

> Salariés, adultes en reconversion professionnelle ou professionnels souhaitant évoluer vers des fonctions de Data Scientist, Data Analyst avancé ou Machine Learning Engineer. Cette formation s'adresse notamment aux personnes issues des domaines de l'informatique, des sciences, des mathématiques, de l'ingénierie ou de la business analytics.

Quels sont les prérequis ?

> Aucune qualification formelle n'est exigée. Toutefois, les candidats doivent disposer de connaissances de base en informatique, en logique, en mathématiques (notamment le calcul matriciel) et en programmation (algorithmique, structures de contrôle, variables, types de données, fonctions et Python). Ces connaissances seront évaluées lors du test d'entrée, dont la réussite conditionne l'admission à la formation.

Quels sont les objectifs poursuivis ou les compétences visées ?

À l’issue de la formation, les participants seront capables de :Installer et utiliser un environnement Python dédié à la science des données. Manipuler des données à l’aide des principaux outils (Anaconda, Jupyter, Pandas). Maîtriser les bases mathématiques nécessaires au machine learning. Mettre en œuvre et évaluer différents modèles d’apprentissage supervisé. Travailler avec des réseaux de neurones artificiels. Appliquer des méthodes d’apprentissage non supervisé. Visualiser des données multidimensionnelles. Réaliser un projet complet en data science et en présenter les résultats.

Quel est le contenu de la formation ?

> Module 1 | Software basic programming |8h

- Anaconda - Jupyter - Python

> Module 2 | Mathematics | 8h

> Module 3 | Machine Learning | 40h

- Introduction Basics concepts and notations

- Basics models for supervised learning

- Multilayer Artificial Neural Networks

- Unsupervised Learning

- Visualising High-dimensional Data

> Module 4 | Final Project | 17 h

Quels sont les points abordés ?

Numérique & Data; Data Science

Quelles méthodes pédagogiques sont utilisées ?

> L'approche pédagogique combine des apports théoriques, des exercices pratiques et un projet individuel, complétés par des échanges interactifs favorisant la mise en application des compétences acquises.

Que recevez-vous à la fin de la formation ?

Certification du Ministère de l’Education nationale, de l'Enfance et de la Jeunesse

Quelles informations supplémentaires sont utiles à savoir ?

Le CNFPC se réserve le droit d’annuler ou de reporter une formation dans le cas où le nombre de participants dûment inscrits est insuffisant, pour des raisons organisationnelles ou en cas de force majeure.

Désistement : En cas de désistement ou d’absence au cours, les frais d’inscription sont intégralement dus si le retrait de l’inscription n’a pas lieu au plus tard 72 heures avant le début du cours. Les absences dûment justifiées par un certificat médical donnent droit à un remboursement intégral des frais de l’inscription.