Liora - DataScientest - Machine Learning Engineer RNCP38587
DATASCIENTEST
Objectifs de la formation
Développer les compétences nécessaires à l'exercice du métier de Machine Learning Engineer et vise ainsi la validation de la certification RNCP38587 de niveau 7 "Expert en ingénierie de l'intelligence artificielle". délivrée par ANAPIJ et enregistrée au Répertoire National des Certifications Professionnelles sur décision du Directeur général de France Compétences en date du 09-02-2024.
Ainsi au terme de la formation, l'apprenant sera capable de : Mesurer l'apport de l'intelligence artificielle dans la stratégie du système d'information de l'entreprise, élaborer et mettre en production des modèles et algorithmes d'analyse, de gestion et de traitement de la donnée, concevoir et piloter une infrastructure d'acquisition, de stockage, de traitement et de restitution de données et piloter un projet d'intelligence artificielle.
Programme
1. Acculturation Data
Différentes sources et types de données
Fondamentaux Python
Manipulation de données avec Pandas
2. Data Product Management
Gestion de projet
Agilité
3. Chefferie de Projet
Ethique et RGPD
Projet pratique
Etude de cas
4. Fondamentaux de Python
Python pour la Data Science
Statistiques exploratoires
Data Quality
Programmation orientée objet
5. DataViz
Matplotlib
Seaborn
Plotly
6. Outils de programmation
Linux & Bash
Git & Github
Tests unitaires
AWS Cloud Practitioner
7. Machine Learning I
Classification
Régression
Clustering
8. Machine Learning II
Classification avancée
Systèmes de recommandation
Pipeline
9. Machine Learning III
Réduction de dimension
Séries temporelles
Détection d'anomalies
Reinforcement Learning
10. Machine Learning IV
Ethique & Interprétabilité en IA
MLflow
Text Mining
BeautifulSoup
Théorie des graphes avec NetworkX
11. Deep Learning
Computer Vision avec Open CV
Réseaux de neurones denses avec Keras
Réseaux de neurones convolutifs avec Keras
Tensorflow & Pytorch
12. Data Engineering
SQL
Fondamentaux des APIs
Fondamentaux de l'intégration de données
PySpark
13. Fondamentaux MLOps I
Streamlit
Docker
AWS Solution Architect
14. Fondamentaux MLOps II
Tests unitaires
FastAPI
15. Versioning & Isolation
DVC & Dagshub
Airflow
Jenkins
16. Deployment & model serving
BentoML
Prometheus & Grafana
MongoDB
Sécurisation des APIs
17. Scaling
Data Drift
Kubernetes
Flask
18. Orchestration Platform
ZenML
Weight & Biases
MLOps with Azure & GCP
Résultats attendus
La formation vise la validation de la certification RNCP38587 de niveau 7 "Expert en ingénierie de l'intelligence artificielle" délivrée par ANAPIJ et enregistrée au Répertoire National des Certifications Professionnelles sur décision du Directeur général de France Compétences en date du 09-02-2024.
La validation du titre complet est conditionnée à la validation de l'ensemble des blocs de compétences (note supérieure ou égale à 10/20 à chaque bloc) et la réalisation d'une période en entreprise de 130 jours minimum.
A noter : les entrées et sorties de formation ont lieu chaque mois, mais les jurys validant la diplomation des candidats se tiennent deux fois par an, en février et en novembre.
Les points forts
Formation 100 % à distance, tous nos modules de formation intègrent des exercices en ligne permettant de mettre progressivement en œuvre les concepts développés dans le cours
Pédagogie par projet professionnalisante
La certification
Expert en ingénierie de l'intelligence artificielle
- TypeTitre RNCP
- Niveau de sortieBAC+5 : grade master, DEA, DESS, ingénieur... (NIVEAU 7)
- Spécialité (NSF)Informatique, traitement de l'information, réseaux de transmission
- DomaineIntelligence artificielle
- Métier viséExpert / Experte systèmes et réseaux informatiques
RNCP 38587 RS -1 CertifInfo 116318 Organisme & lieu
- OrganismeDATASCIENTEST
- Région