Description
12 projets professionnalisants pour acquérir des compétences par la pratique. Chaque livrable de projet enrichira votre portfolio que vous pourrez valoriser auprès de recruteurs.
Au cours de cette formation vous réaliserez les projets suivants :
- Démarrez votre formation de Machine Learning Engineer
- Préparez des données pour un organisme de santé publique
- Anticipez les besoins en consommation de bâtiments
- Segmentez des clients d'un site e-commerce
- Catégorisez automatiquement des questions
- Classez des images à l'aide d'algorithmes de Deep Learning
- Développez une preuve de concept
- Réalisez un traitement dans un environnement Big Data sur le Cloud
- Réalisez le cadrage d'un projet IA
Pour mener à bien ces projets, vous disposerez de nombreuses aides et ressources :
- Rendez-vous hebdomadaires individuels avec votre mentor (45min en visioconférence) pour vous soutenir jusqu'au diplôme
- Cours vidéos à suivre à tout moment sur votre ordinateur ou depuis votre mobile
- Accès à une communauté d'étudiants pour échanger sur votre formation, partager vos bons plans ou vous motiver !
Objectifs
Cette formation a pour objectif de vous former pas à pas au métier Machine Learning Engineer.
Les métiers de l'Intelligence Artificielle et de la Data Science sont en plein essor : leur volume a plus que quadruplé depuis 2013. Parmi eux :
- Le Data Scientist qui réalise des analyses de données et des prédictions métiers poussées grâce à la data science.
- L'AI Engineer qui développe des solutions d'IA complexes et les déploie en production.
- Le Machine Learning Engineer qui conçoit des modèles prédictifs autonomes.
A l'issue de la formation, vous serez ainsi capable de :
- Collecter, pré-traiter, analyser des données et créer des variables pertinentes (feature engineering) pour l'entraînement d'un modèle.
- Concevoir des modèles d'apprentissage automatique à partir de données structurées et de données non structurées (texte et image).
- Gérer le cycle de vie et de déploiement en production d'un modèle (MLOps) ou d'une application dans des environnements classiques et Big Data.
- Manager des projets IA et de data science complexes en intégrant les contraintes légales et les valeurs d'éthique.
Résultats
La formation vous permet d'obtenir le titre à finalité professionnelle de Expert en Data Science (niveau 7) sous réserve d'avoir satisfait aux exigences en termes d'évaluation et de validation. En cas de validation partielle, un certificat pour chacun des blocs de compétences validés vous sera remis.
Recherche en cours
