Fullstack Track IA - BC02 & BC03 - Mettre en oeuvre des pipelines de données et déployer l'infrastructure de données et de calcul pour l'IA
JEDHA
Data scienceJEDHA
A l'issue du parcours Fullstack et Lead Data, l'apprenant est capable de :
- Concevoir, mettre en place et industrialiser des architectures completes de gestion de donnees (collecte, stockage, transformation, exposition) a l'echelle d'une organisation.
- Developper, automatiser et superviser des pipelines de donnees robustes et scalables au service de cas d'usage analytiques et IA.
- Mettre en oeuvre des architectures modernes (Data Warehouse, Lakehouse, Big Data, Modern Data Stack) integrant qualite, securite, gouvernance et conformite.
- Piloter des projets de Data Engineering et d'Analytics Engineering en coordonnant les acteurs techniques et metiers, et en documentant les choix d'architecture.
- Data Fullstack (Data Analyst et Analytics Engineer) : Python avance, SQL avance, modelisation de donnees, Data Visualization (Power BI), Machine Learning de base, conception de data products (APIs, tableaux de bord, applications), automatisation et CI/CD pour les pipelines analytiques.
- Data Lead (Data Engineer et Data Architect) : gouvernance des donnees (cadres, roles, qualite, conformite), Big Data et calcul distribue (Spark), Modern Data Stack (ELT, dbt, orchestrateurs, Lakehouse), Data Quality et CI/CD avances, pipelines pour l'IA (vectorisation, RAG), conception d'architectures completes et projet final de pipeline data a grande echelle.
Ce parcours Fullstack et Lead Data prepare et presente l'apprenant a plusieurs blocs de la certification RNCP41993 - Architecte en intelligence artificielle (niveau 7), notamment :
- le bloc RNCP41993BC03 - Concevoir et mettre en oeuvre des pipelines de donnees (pour l'IA),
- et le bloc RNCP41993BC01 - Concevoir et piloter la gouvernance des donnees et des systemes d'IA.
La validation repose sur des mises en situation professionnelles reconstituees (projets de pipelines et d'architectures data), des livrables techniques (schemas, code, demonstrations) et une soutenance orale devant un jury.
Méthode pratique "learning by doing"
Enseignants professionnels de la Data
Études de cas issues d'entreprises
Accès à vie aux contenus de cours
Accès à vie à la communauté et au réseaux de partenaires Jedha
Architecte en intelligence artificielle
RNCP 41993 RS -1 CertifInfo 120620 JEDHA
Data scienceDSTI
Data scienceJEDHA
Data scienceDSTI
Data science