Formation - Module 3 - DE : Détecter et évaluer l’état de l’art de l’intelligence artificielle pour développer des projets innovants
Bureautique Numérique CAO/PAO

Module 3 - DE : Détecter et évaluer l’état de l’art de l’intelligence artificielle pour développer des projets innovants

Référence : X5StlsNpWTec
Durée : 100 h sur 20 j
Logo - Data  ScienceTech Institute
Data ScienceTech Institute
BIOT
Cette unité d’enseignement, sous-ensemble de notre Applied MSc in Data Engineering for Artificial Intelligence, est composée de 4 cours différents, pour un total de 100 heures. Tous les modules à DSTI sont délivrés en anglais.

Détails de la formation

Méthodes et outils pédagogiques

Avant le début de la formation, un entretien avec un membre de la Direction des Etudes a lieu afin de :

  • Vérifier que le candidat possède les prérequis nécessaires pour suivre le module. Le cas échéant, il lui sera proposé sans surcout des frais de formation, des vidéos ou liens complémentaires de remise à niveau.
  • Préciser avec le candidat l’adéquation du module avec ses objectifs professionnels. Le cas échéant, il sera possible d’ajuster le contenu du module avec d’autres classes pour coller parfaitement à ses besoins.

Objectifs de la formation

Cibler et faire ressortir des modèles linéaires, non-linéaires, généralisés ou mixtes et construire des modèles complexes ou novateurs de prévisions en utilisant les techniques de modélisation, estimations, tests et diagnostics.  Identifier les variables ou composantes importantes d’un modèle afin de tester des hypothèses en utilisant les techniques de modélisation, estimations, tests et diagnostics.

Modéliser des données observées, les interpréter pour en faire de la prédiction en utilisant des outils appropriés et en tenant compte de leur nature aléatoire.

Déterminer et analyser des données complexes en utilisant les méthodes de fouille et de visualisation de séries temporelles et fonctionnelles, de textes (clustering, classification), de réseaux (statique ou dynamiques) ou d’images.

Intégrer les technologies complémentaires (web sémantique, modélisation multi-agents) pour l’hybridation des approches intelligence artificielle connectivistes (réseaux de neurones) et symboliques (moteurs de raisonnement).

Opérationnaliser une publication scientifique en implémentation informatique pour réaliser un prototype innovant.

Méthodes d'évaluation

  • Questionnaires à choix multiples
  • Projets d’applications
  • Examen externe de certification industrielle « Cloudera Certified Data Engineer »

Les plus

  1. Un enseignement de haut niveau reconnu au niveau international
  2. Une reconnaissance académique: Titre RNCP "expert en science des données"
  3. Des certifications industriels externes: Amazon AWS et Cloudera
  4. Une employabilité proche de 100% à la fin du cursus
  5. Des compétences utlises et recherchées par les entreprises
  6. Un accompagnement sur-mesure de votre projet professionnel
  7. Un environnement multiculturel avec 70% d'étudiants internationaux
  8. Des campus modernes et digitalisés
  9. Un bootcamp organisé en préambule de la rentrée pour se préparer
  10. L'esprit famille de DSTI, une écoute et un soutien quotidien

Pré-requis

  • CANDIDATS DIPLÔMÉS D'UN NIVEAU BAC+3 : 3 ans d'expérience professionnelle
  • CANDIDATS DIPLÔMÉS D'UN NIVEAU BAC+4 : Expérience professionnelle (y compris les stages)
  • CANDIDATS DIPLÔMÉS D'UN NIVEAU BAC+5 : Aucune condition particulière

Modalités d'enseignement

  • En présentiel
  • En distanciel

Public cible

Tous publics

Programme

1
Data Pipeline – Part 2 (25 hrs)
Cloud-based solutions with Glue in AWS & AWS Kinesis – Open-source solutions with Apache Kafka & Beam
2
Deep Learning with Python (25 hrs)
Introduction to PyTorch, – Deep Learning, Neural Architectures and their applications – Neural Network training on a GPU
3
CyberSecurity (25 hrs)
System Security Design Patterns – Infrastructure security – Data at-rest and in-transit encryption – Code safety
4
Semantic Web technologies for Data Science development (25 hrs)
Representing and querying web-rich data (RDF, SPARQL), Introducing Semantics in Data (RDFS, Ontologies), Tracing and following data history (VOiD, DCAT, PROV-O)

Sur la même thématique

Logo eDRH Sud PACA - Footer
Nous contacter

Chambre de Commerce
et d’industrie Nice Côte d’Azur

20 Boulevard Carabacel
CS 11259
06005 NICE CEDEX 1

Tel :04 93 13 75 73
(Appel gratuit depuis un poste fixe)