Code & développementBachelor Data & IA
Re skill - FORMATION EN LIGNE

Bachelor Data & IA

Certification délivrée parHetic - La grande école de la tech et des métiers du digital

Objectif de la formation

Un diplôme pour acquérir les compétences clés de la Data et de l’intelligence artificielle !

Statistiques descriptives, visualisation de données, langages et technologies pour la manipulation et le stockage de données, ouverture vers le machine learning et le big data, cette formation vous prépare aux métiers d’aujourd’hui et de demain dans les domaines de la data science, de l’intelligence artificielle et du cloud.

À l’issue de la formation, vous serez capable de : 

  • Développer des applications permettant de manipuler des données
  • Développer des dashboards pour le partage d’informations
  • Communiquer de l’information à des personnes non techniques
  • Mettre à disposition des données au travers d’un navigateur web
  • Promouvoir les enjeux de la Data et de l’IA au sein de l’entreprise
Logo Mon Compte Formation du gouvernement
Formation éligible CPF
Financez facilement votre formation avec Mon compte formation.
En savoir plus
  • Titre RNCP
  • Niveau 6 (BAC +3)
  • Certificateur : HETIC
  • 550h de formation
  • De 9 à 18 mois
  • Formation 100 % en ligne
Double garantie !
  • Garantie réussite : prolongez gratuitement votre formation pendant 5 ans.
  • Garantie diplômé ou remboursé.
On vous rappelle gratuitement :
Demande de documentation

Programme

Définir une solution Data/IA
Détail du bloc de compétences
Se mettre à niveau
  • Les structures de données
  • Les bases de données relationnelles et décisionnelles
  • Les principes de bases de la programmation Orientée Objet
  • Les outils d’analyse et de visualisation de données vus dans le parcours
Connaître les notions de la Data IA
  • L'importance des données au 21e siècle
  • Éthique et données 
  • La qualité des données : enjeux et méthodes
  • La définition et principes de base de la gouvernance des données
  • Data Vs Big Data
Analyser les données et connaître les méthodes statistiques
  • Les fondements de l'IA
  • Introduction à la data science
  • L'analyse de données
  • L'exploration des données
  • L'analyse des données avec un Tableaux croisé dynamiques
  • La préparation et interprétation des données
Connaître les fondamentaux des statistiques
  • Les règles métier et documentation
  • La visualisation des données 
  • Bases des statistiques
  • Statistiques descriptives
  • Statistiques inférentielles 
  • Tests de valeurs aberrantes
  • La normalisation des données
Découvrir la modélisation des données
  • Initiation au Machine learning 
  • Algorithmes du Machine Learning
  • Machine Learning et Deep Learning
  • Algorithmes de Classification: SVM
  • Algorithmes de Classification: Arbres de decision 
  • Algorithmes de Classification: Random Forest
  • Algorithmes de Classification: Regression logistique
  • Algorithmes de regression: Refression simple
  • Algorithmes de regression: Refression multiple
  • Algorithmes de regression: Polynomiale
  • Algorithm de clustering : K-means
  • Analyse en composante principale (ACP)
  • Les Systèmes de Recommandations
Découvrir les métiers de la Data
  • Le métier du data architect
  • Le métier du data steward
  • Le métier du chief data officer
  • Le métier du data analyste
  • Le métier du data scientist
  • Le métier de l'ingénieur data (data engineer)
Créer les prototypes et maquettes correspondants à une solution Data/IA
Détail du bloc de compétences
Concevoir une base de données
  • Propriétés ACID
  • Théorème de Brewer ou de CAP
  • Définition de SGBDR
  • Bases de données NoSQL
  • Du relationnel au NoSQL : limites et comparatifs
  • Famille des BD NoSQL
  • Modèle NoSQL « Clé-Valeur »
  • Modèle NoSQL « Colonne »
  • Modèle NoSQL « Document »
  • Modèle NoSQL « Graphe »
  • Bases de données NoSQL
  • Comparatif des bases de données NoSQL
  • Choix  d’une base de données NoSQL
  • SQL : manipulation des données
Mettre en place une solution technique pour l'application Data
  • Architecture Big Data : introduction
  • L'ecosystème Hadoop: Découverte
  • Le stockage HDFS
  • Le fonctionnement MapReduce
  • Architecture Cloud : Introduction
Format Web dans les application Data IA
  • html
  • xml
  • JavaScript
  • Json
Mettre en place une solution Data IA IoT
  • Introduction à l’IoT
  • Data et IoT  
  • Les domaines d’applications des IoT
  • L'architecture IoT
  • La mise en place d'IoT Hub
  • La communication bidirectionnelle d'iOT Hub
  • Le traitement des données avec stram analytics
  • Le stockage de données Iot
Créer des représentations visuelles des données
  • Introduction à Power Bi
  • Visualisation de données avec Power Bi (Niveau 1)
  • Introduction à Excel 
  • Analyse et Visualisation de donnée avec Excel (Niveau 1)
  • Introduction à Tableau Dsktop
  • Visualisation de données avec Tableau (Niveau 1)
  • Visualisation de donnée jupiter Notbook (Niveau 1) 
  • Introduction à R-Shiny 
  • Visualisation de données avec R-Shiny (Niveau 1)
  • Visualisation les données IoT
Développer un produit Data/IA en mode projet
Détail du bloc de compétences
Gérer un projet Data IA agile
  • Mener à bien un projet d'analyse de données
  • Les fondements de la gestion de projet agile
  • Méthodes agiles pour le développement logiciel
  • Introduction au design thinking
  • Scrum master
  • Kanban
  • Mind Mapping
  • Stratégie Web-Marketing
  • UX Design et Ergonomie
  • Lancement de Trello
  • Prise en main de Trello
  • Le travail collaboratif 
  • Approfondir tableaux et listes
  • Approfondir les cartes
  • Les compléments
  • Présentation de la suite Atlassian et création de son compte pour accéder à Jira cloud
  • La création d'un projet Jira SCRUM
  • La gestion des sprints
  • La gestion de son backlog au quotidien
  • La gestion des user stories
  • Le suivi des indicateurs de projet
  • La création d'un projet Jira Kanban
  • La création et paramétrage de ses tableaux
  • La création et gestion des filtres rapides
  • La création et gestion des tableaux de bords personnalisés
Collecter les données
  • Choix des indicateurs
  • Jeux de données existants
  • API
  • Scraping de données
Stocker les données
  • Modélisation d'une base de données: Mysql
  • Modélisation d'une base de données: Cassandra
  • Modélisation d'une base de données: MongoDB
Explorer les données
  • Graphiques exploratoires
  • Statistiques avec Python 
  • Feuilles de calcul
Développer une solution Data IA
  • La programmation avec le langage Java
  • La programmation OO avec Java
  • L'installation d'Eclips
  • Java : les fondamentaux
  • Installation d'une IDE Java: Eclips/IntelliJ
  • Introduction au langage Python
  • La programmation Python 
  • La programmation OO avec Python 
  • Les design paterns avec Python
  • La bibliothèque Numpy
  • La bibliothèque Pandas
  • Installation d'Anaconda
  • Google Collab pour l'IA
  • La programmation avec le langage R
  • L'installation de Rtudio
Déployer le langage Python pour la science de donnée
  • Opérations basiques avec Python
  • Chargement et préparation des données avec Python
  • Manipulation des  données avec Python
  • Visualisation des données avec Python
  • Machine Learning avec Python
  • Machine Learning avec Python
  • Deep learning avec Keras et TensorFlow
  • Les réseaux de neurones convolutifs et taransfert learning avec TensorFlow
Utiliser les méthodes, langages de programmation et logiciels adaptés au développement d'un produit Data / IA
Détail du bloc de compétences
Développer une application Web pour la Data IA
  • PHP MySQL
  • HTML5 CSS3
  • JavaScript
Créer un site web avec HTML
  • Introduction HTML et CSS
  • Syntaxe générale de HTML
  • L'organisation du texte
  • Un langage hypertexte
  • Le multimédia en HTML
  • Introduction à CSS3 : Hello world
  • CSS3 : Le stylage du texte
  • La structuration logique en HTML5 et le modèle de boîtes en CSS3
  • Les sélecteurs CSS
  • La mise en page avec CSS
  • La création de tableaux
  • La création de formulaires
  • Layout avec CSS Grid
  • Les effets avancées de CSS
  • Utiliser des documentations CSS
Développer une application Mobile pour la Data IA
  • Iot: Raspberry
  • Iot: Arduino
  • Android: Kotlin
  • Android NDK
  • Android studio
  • iOS: Swift
Implémenter une solution Data IA avec Python
  • Analyse de données avec Pandas
  • Analyse de données avec Numpy
  • Visualisation des données Matplotlib
Implémenter une solution Data IA avec l'outils open source Apache Spark
  • Introduction à Spark
  • Architecture d'Apache Spark
  • Concept du RDD
  • SparkSession
  • DataFrame
  • Dataset
  • Étapes du processus d'apprentissage automatique (ML)
  • Installation de Spark
  • Installation de sparc avec google colabs
  • Organisation des données dans DataFrames
  • Composants de Spark MLlib
Déployer les outils gratuits orientés Web pour Data IA
  • Teachable Machine
  • What-if Tool
  • AI Platform
  • Data robots
  • RapidMiner Studio
  • ShareInsights AWS
  • Create ML
  • BigML
  • Google ML Kit
Concevoir et déployer une base de données
  • Installation et configuration de MySqL
  • Manipulation des tables avec MysQL
  • Manipulation des données avec SQL
  • Création et alimentation de bases de données SQL
  •  L'interrogation de bases de données SQL
  • Découvrir un autre SGBDR : PostgreSQL
  • Les requetes SQL
  • Les fonctions SQL
  • Les jointures SQL
  • Architecture de Cassandra
  • Installation et configuration de Cassandra
  • Le langage CQL (Cassandra Query Language)
  • Manipulation des données avec le CQL
  • Manipulation des table avec Cassandra
  • Installation et configuration de MongoDB
  • Prise en main de MongoDB
  • Introduction à MongoDB
  • Manipulation des documents dans MongoDB
  • Installation et configuration de Neo4j
  • Indexation des données avec Neo4J
  • Gestion du Stockage et de la recherche dans Neo4J
  • Importation de données dans Neo4J
  • Visualisation de données avec Neo4j
Déployer du moteur de recherche ElasticSearch pour la recherche l'analyse et la visualisation de données et l'IA
  • Installation d'ElasticSearch
  • Chargement de données
  • Interrogation de données
  • Analyse de données
  • Visualisation des données avec Kibana
Préparer et transformer les données
  • Préparation des données
  • Nettoyage des données
  • Transformation des données
Déploiement d'une solution Data IA sur Cloud
  • La solution cloud AWS 
  • La solution cloud GCP
  • La solution cloud Azure 
  • La collecte des données avec Azure
  • Le stockage des données avec Azure
  • Le traitement des données avec Azure
  • L'analyse des données avec Azure
  • La visualisation des données avec Azur
Stratégies de test des systèmes basés sur l’IA
  • Critères d’acceptation
  • Test fonctionnel
  • Validité externe et interne
  • Test métamorphique
  • Test A/B
  • Évaluation des résultats dans le monde réel
  • Panels d’experts
  • Niveaux de test
  • Test des composants
  • Test d’intégration du système
  • Test du système
  • Test d’acceptation de l’utilisateur
  • Matrice de confusion
  • Signification statistique
  • Matrice de confusion
Inclus dans votre formation
+ de 50 formations aux logiciels métiers

Des centaines d’heures de screencasts vidéo pour maîtriser les logiciels essentiels en entreprise. Différenciez-vous et boostez votre employabilité !

Votre diplôme

Concepteur développeur de solutions digitales

Admission

Pour entrer en formation préparant au Titre visé, le candidat doit :

  • Avoir validé un diplôme ou un Titre certifié de niveau 5 (Bac+2)

OU

  • Via un dossier VAPP retraçant l'expérience professionnelle (validation des acquis professionnels et personnels, sur étude par la direction pédagogique) : avoir validé un diplôme ou un Titre de niveau inférieur au niveau 5 (Bac+2) et justifier d’une expérience professionnelle de 3 ans minimum dans le domaine visé par le Titre

Pour toute autre situation, contactez un conseiller en formation qui étudiera votre profil pour étudier votre admissibilité.

Examen

Pour obtenir le Titre, le candidat sera évalué selon les modalités suivantes :

- Examen sur chaque bloc de compétences portant sur des études de cas

- Rédaction d'un rapport professionnel

- Oral de soutenance devant un jury

Contactez-nous
La puissance de la formation en ligne et du réseau Digital Campus
Image
Coaching personnalisé
La relation est au cœur de nos dispositifs de formation : coaching, accompagnement vers l’emploi, communauté d’apprenants et de formateurs pour répondre à toutes vos questions.
Image
La formation qui vous suit partout
La culture "digital first" est dans notre ADN. Formez-vous partout et à tout moment avec les applications web et mobiles (Android et IOS).
Image
Plateforme Social Learning
Interagissez avec les autres apprenants, entraidez-vous, créez des communautés, likez, questionnez les formateurs directement. Vivez une formation 100% social learning.
Image
Diplômes reconnus et finançables CPF !
Nos formations débouchent sur des titres RNCP, des certifications professionnelles qui sont enregistrées au Répertoire Spécifique. Elles sont reconnues par les entreprises, l’État et sont finançables CPF !
Image
Garantie diplômé ou remboursé
Prolongez votre formation gratuitement pendant 5 ans avec la garantie réussite. En cas d'échec, nous vous remboursons.
En complément de votre formation, des + qui font la différence

Vous apprenez comme vous voulez, à votre rythme.

A vous de choisir et de composer selon votre personnalité et vos aspirations.

Découvrez, apprenez, approfondissez tout ce qui vous fait envie ou qui vous sera utile demain.

Un accès illimité durant 5 ans à des milliers de formations supplémentaires : culture digitale, logiciels métiers & bureautique, langues étrangères, développement personnel, soft skills...)

Découvrir
Options métier

Complétez votre cursus principal avec la spécialisation de votre choix.

L'occasion d'élargir vos domaines d'expertise parmi un choix de 36 options métier.

Découvrir
Evènements à venir