Liora - DataScientest - Data Analyst
DATASCIENTEST
Gestion données massivesUNIVERSITE DE TECHNOLOGIE DE TROYES
Le métier d'ingénieur Big Data vise à transformer la donnée en information et la rendre intelligible aux autres fonctions de l'entreprise. Le Data Engineer produira des modèles de visualisation qui permettront d'illustrer les métriques métiers (KPI) et d'alimenter les tableaux de bord de l'entreprise.
L'utilisation des grandes masses de données aux sources disparates permet d'avoir une vision prédictive plutôt que prévisionnelle. Mais de la quantité naissent des problématiques de montée en échelle (volumétrie, complexité), de qualité, et de rapidité d'accès (vélocité) à l'information qui rendent l'activité bien différente de la Business Intelligence classique.
L'analyste Big Data se doit d'avoir des compétences élargies dans son domaine et être capable d'intervenir sur l'ensemble de la chaîne de valeur (architecture de traitement, stockage des données, choix des plateformes) afin que la qualité et la pertinence de la donnée nécessaire à son métier soit garantie.
Au cours de la formation, les étudiants du Mastère Spécialisé ® acquièrent des compétences :
* en data analytics : enseignements sur l'extraction d'information pertinentes, leur analyse et leur valorisation comme levier de croissance de l'entreprise ;
* en data science pour la modélisation et la conception d'algorithmes de Machine Learning et Deep Learning pour la résolution de problèmes complexes ;
* en ingénierie Big Data qui permettront de concevoir des projets Big Data résilients et scalables, depuis le choix de l'architecture (Hadoop, Spark, Cloud), des bases de données (NoSQL, BigTable) jusqu'aux solutions de traitement et de visualisation.
La formation s'articule autour de 4 BLOCS DE COMPETENCES :
- Analyser l'existant et proposer des sujets liés à la Data
- Déployer des infrastructures informatiques pour analyser la Data
- Traiter et visualiser la Data
- Analyser et modéliser la Data
DETAIL DES ENSEIGNEMENTS :
Les 12 unités d'enseignements dispensées par des enseignants-chercheurs et des professionnels sont associées par thématiques et représentent 425 heures de formation.
Socle théorique pour la data science
1 Bases en Modélisation (Statistiques, Graphes, etc.)
2 Programmation et complexité algorithmique
Généralités et notions sur le Big data
3 Introduction et conception de projets Big Data
4 Gouvernance, stratégies et sécurité
Techniques d'actionnabilité de la donnée
5 Stockage de données réutilisables
6 Business intelligence & Data as a service
Bases de données et Programmations Avancées
7 Bases de données avancées
8 Programmation avancée
Traitement de Grandes masses de Données
9 Intelligence artificielle en grande dimension
10 Traitements distribués
Big Analytics et Visualisation Décisionnelle
11 Information Retrieval (Extraction d'Information)
12 Visualisation Décisionnelle
Évaluation des enseignements par contrôle continu, examen (écrit ou oral) et/ou projet
Une période en entreprise de 4 mois minimum est obligatoire. Elle donne lieu à la rédaction d'une thèse professionnelle et d'une soutenance.
- Un profil très recherché par les entreprises
- 70% de cours orientés TP
- Un corps professoral composé de professionnels de haut niveau et d'enseignants-chercheurs
- Une formation qui s'appuie sur la recherche UTT
RNCP 40234 RS -1 CertifInfo 118529 DATASCIENTEST
Gestion données massivesDATASCIENTEST
Gestion données massivesDATASCIENTEST
Gestion données massivesCENTRE D'ETUDES EUROPEEN DU SUD OUEST
Gestion données massives