Formation - Applied MSc in Data Science & Artificial Intelligence

Référence : 9qP2wwfwg0mY

Durée : 1540 h sur 365 j

Le programme Applied MSc in Data Science & Artificial Intelligence comprenant 6 mois de cours et 6 mois de stage, avec ses deux rentrées en automne et printemps, est conçu pour ouvrir vos opportunités de carrière aux emplois de la Data Science et de l’Intelligence Artificielle.

Le métier visé est celui d’ expert dans le domaine des Sciences des Données (« Data Scientist » en Anglais). Le Data Scientist conçoit des indicateurs pour l’aide à la décision à partir de sources de données multiples et dispersées, mises en place par des experts en ingénierie des données

Ce programme spécialisé dans les mathématiques appliquées, est enseigné par des professeurs de «l’Ecole Française des Mathématiques». Il vise à donner aux étudiants une compréhension plus approfondie des aspects scientifiques et techniques de l’Intelligence Artificielle.

Détails de la formation

Méthodes et outils pédagogiques

Tous les modules à DSTI sont délivrés en anglais.

Les cours de Applied MSc in Data Science & IA peuvent être délivrés à temps plein depuis les campus de Sophia-Antipolis ou Paris (5h/jour en moyenne), en ligne ou en mode SPOC pour les professionnels (à votre rythme et en rentrée continue).

Objectifs de la formation

Développer votre connaissance en mathématiques appliquées à la Data Science et à l’Intelligence Artificielle
S’immerger au cœur des algorithmes d’Intelligence Artificielle
Exécuter vos compétences scientifiques à l’aide de l’analyse, du design, de l’implémentation et la surveillance des architectures IT et Big Data
Combiner la science et la technologie dans des cours d’application et des projets qui traitent du monde de la Data Science en entreprises
Prendre conscience de la gestion des projets IT et l’impact du traitement de données au niveau juridique, ainsi que la réflexion éthique

Méthodes d'évaluation

L'évaluation du programme Applied MSc in Data Science & IA est évalué de la manière suivante:

Examens écrits individuels à la fin de chaque module
Questionnaires à choix multiples
Projets d'application
Mise en situation professionnelle réelle au travers d'un stage obligatoire

A la fin du cursus académique et professionnelle, un jury de diplomation se réunit pour valider les acquis et certifier l'obtention du diplôme.

Les plus

Un enseignement de haut niveau reconnu au niveau international
Une reconnaissance académique: Titre RNCP "expert en science des données"
Des certifications industrielles externes: Amazon AWS et SAS
Une employabilité proche de 100% à la fin du cursus
Des compétences utlises et recherchées par les entreprises
Un accompagnement sur-mesure de votre projet professionnel
Un environnement multiculturel avec 70% d'étudiants internationaux
Des campus modernes et digitalisés
Un bootcamp organisé en préambule de la rentrée pour se préparer
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

Core Data Science & Artificial Intelligence

- Applied Mathematics for Data Science (25 hrs)
- Foundations of Statistical Analysis & Machine Learning Part I (25 hrs)
- Foundations of Statistical Analysis & Machine Learning Part II (40 hrs)
- Continuous Optimisation (25 hrs)
- Artificial Neural Networks (25 hrs)
- SAS “The SAS Ecosystem DSTI Chair” (25 hrs)
- Time-Series Analysis (25 hrs)

Core Data Engineering

- Software Engineering Part I (25 hrs)
- Data Wrangling with SQL (25 hrs)
- Software Engineering Part II (25 hrs)
- Machine Learning with Python Labs (25 hrs)
- Amazon AWS “Cloud-Computing DSTI Chair” (50 hrs)
- The Hadoop & Spark Ecosystem (50 hrs)

Applied Data Science & Artificial Intelligence

- Agent-Based Modeling (25 hrs)
- Metaheuristic Optimisation (25 hrs)
- Inverse Problems & Data Assimilaton (25 hrs)
- Semantic Web Technologies for Data Science developments (25 hrs)
- Advanced Statistical Analysis & Machine Learning (35 hrs)
- Survival Analysis using R (25 hrs)
- Statistical Analysis of Massive and High Dimensional Data (25hrs)
- Deep Learning with Python (25 hrs) – 2 ECTS

Management, Ethics & Law

- Data Laws & Regulations – Philosophies, Geopolitics & Ethics (25 hrs)
- IT Project Management: PMP-PMI and Agile approaches (25 hrs)

Ils témoignent

« Les cours à DSTI évoluent continuellement en fonction des besoins de l’industrie et l’école veille à ce que ses étudiants reçoivent les meilleures connaissances dans le domaine de l’analyse, ce qui augmente nos chances d’être embauchés. _» _

Vishnu IndramohanData Scientist chez Facebook Dublin

_« Le personnel de l’école et ses professeurs sont accueillants, attentionnés et encourageants. Ils savent que le domaine de la Data science attire des personnes aux compétences et aux parcours différents, et abordent l’enseignement de ce point de vue. DS

Hanna Abi AklNatural Language Processing Intern chez Yseop