Formation Full Stack Data Science VIVADATA PDF

10 semaines de formation intensive en
intelligence artificielle
Propulsez votre carrière de data scientist
ETAPE 1 - Maîtrisez des compétences prêtes à l’emploi
ä Vous apprendrez de solides fondations en data science.

ä Vous pourrez ensuite approfondir les disciplines de votre choix :
machine learning, natural language processing, deep learning, data
engineering...
ETAPE 2 - Construisez votre premier portefeuille de projets data
ä Vous travaillerez sur des projets réels d’intelligence artificielle.

ä Vous pourrez ensuite les montrer à votre futur employeur ou client.
ETAPE 3 - Lancez-vous dans les métiers d’avenir de l’IA
ä On vous accompagne pour débuter votre carrière en data science.

ä On vous met en relation avec nos entreprises partenaires qui recrutent
dans le secteur.
La formation de 10 semaines vous permettra de maîtriser le langage de
programmation Python afin de collecter, traiter, gérer et visualiser de la
donnée et de déployer des réseaux de neurones et des algorithmes de
machine learning pour résoudre des problèmes.
Vous aurez également acquis les bonnes pratiques de développement et

de mise en production d’un projet data.
1. Fondations Python
Final: Projet étudiant

2. Data Collection
3. Data Visualization
6. Deep learning
4. Machine learning
& 5. Traitement Naturel du Langage
Ce que vous allez apprendre
1. Fondations 2. Récupération
python de données
● Maîtrisez le langage de référence en ● Découvrez les meilleures stratégies pour
data science, utilisé par les leaders de récupérer la donnée partout où
l’industrie. elle se trouve.
● Codez vos premiers scripts, travaillez en ● Programmez des scrappers,
ligne de commande, versionnez sous git, connectez-vous à des API REST et
utilisez des API et manipulez des fichiers. GraphQL, gérez vos bases de données
● Apprenez de suite à exploiter vos avec SQL, PostgreSQL et SLQAlchemy.
données avec les librairies Pandas, ● Parallélisez le traitement de grands
NumPy et SciPy. volumes de données avec PySpark.
3. Analyse de 4. Apprentissage
données machine
● Visualiser intelligemment ses données ● Entrez dans le monde de
est une compétence indispensable à tout l’apprentissage machine avec Scikit-Learn,
data scientist. la référence made in France (cocorico) !
● Les librairies Matplotlib et Seaborn ● Apprenez à structurer correctement
n’auront plus de secret pour vous. vos projets ML et à mettre en place des
● Vous apprendrez aussi à travailler pipelines.
sur Jupyter Notebook pour élaborer les ● Atteignez le sommet de l’art en
représentations graphiques les plus algorithmes prédictifs avec les librairies
pertinentes. XGBoost et LightGBM.
5. Traitement 6. Apprentissage
naturel du langage profond
● Apprenez à travailler avec des réseaux
● Découvrez comment hommes et
de neurones artificiels, en utilisant
machines communiquent en créant vos
TensorFlow, le célèbre framework de
propres outils de traitement du langage
Google, et la librairie Keras.
naturel.
● Entraînez-vous sur des problèmes de
● Maîtrisez le preprocessing de texte avec
reconnaissance visuelle ou de véhicules
NLTK et initiez-vous au topic modeling
autonomes.
avec Gensim.
● Conteneurisez votre code avec
● Vous comprendrez enfin comment on
Docker et envoyez vos calculs sur
fabrique de vrais chatbots intelligents !
des serveurs GPU dans le cloud avec
Paperspace et AWS.ions graphiques les
plus pertinentes.
1. Fondations python
● Setup (usage basique de la ligne de commande, introduction à Git)

● Basiques du langage Python
● Flux d’un programme et listes
● Fonctions, classes et modules
● Exceptions, listes avancées et introduction à Numpy
2. Récupération de données
● Récolte de données en utilisant une API

● Scrapping de données web avec Scrapy
● SQL et Postgres avec SQLAlchemy
● PySpark
● [Projet] Construire un scrapper web et stocker la donnée dans une
base de données
3. Analyse de données
● Manipulation de données avec Numpy

● Introduction aux Jupyter Notebooks et Pandas
● Visualisation de données avec Matplotlib et Seaborn
● Statistiques
● Analyse Exploratoire de Données
4. Apprentissage machine
● Introduction à l’apprentissage machine

● Classification
● Régression
● Arbres de décision
● Introduction à la validation de modèle
● Apprentissage non supervisé
● Prétraitement des données: Data Preprocessing and wrangling
● Validation croisée et optimisation des hyperparamètres
● Traitement Automatisé du Langage avec NLTK et Gensim
● Extraction et création des variables d’intérêts (Feature
engineering)
● Métriques d’évaluation
● Gradient Boosting Machines
● Séries temporelles
● Pipelines d’apprentissage machine
5. Traitement naturel du langage
● Prétraitement des données textuelles

● Vectorisation
● Similaritées
● Analyse de sentiment
● NLTK et Gensim
● Naïve Bayes
6. Apprentissage profond
● Docker, Paperspace et Amazon Web Services (AWS)

● Introduction aux réseaux neuronaux convolutionnels avec
Tensorflow et Keras (classification d’images)
● Introduction aux réseaux neuronaux entièrement connectés
● Introduction aux réseaux neuronaux récurrents
● Réseau neuronal entièrement connecté avancé
● Réseau neuronal convolutionnel avancé
● Réseau neuronal récurrent avancé
Donnez une nouvelle trajectoire à votre carrière
100% bootcamp Ouvert à tous

La formation se déroule intégralement en Aucun prérequis n’est nécessaire, juste votre
présentiel. Nous avons conçu une bonne humeur et beaucoup de motivation car
pédagogie sur-mesure pour vous transmettre c’est intense! Avec un bagage mathématique
les meilleures pratiques du moment en data niveau lycée et sans expérience de
science. Vous travaillez en effectif réduit afin de programmation, vous pourrez parfaitement
bénéficier d’un accompagnement permanent. suivre la formation : elle a été conçue pour
Vous développerez des projets réels de data ça ! En 400 heures de code, vous deviendrez
science, voire le vôtre si vous en avez un. opérationnel(le) et autonome sur vos projets
data/IA.
Suivi carrière Communauté

Notre responsable carrière s’occupe de vous « Once a member, always a member » : vous
mettre en relation avec des employeurs inté- faites partie à vie de notre réseau d’alumni
ressés par des profils juniors en data science. et partenaires. Vous aurez accès à tous nos
Nous diffusons des offres d’emploi et des événements et nous restons en contact sur
prospects free-lance qui nous parviennent Slack. La communauté, le partage et l’échange
régulièrement. Quelque soit votre objectif, nous comptent autant à nos yeux que l’enseigne-
restons en contact après le programme et vous ment lui-même.
accompagnons pour y parvenir.
Certificat Accès à vie

A la fin de votre formation, nous vous délivrons Après avoir terminé le programme, vous
un certificat en data science que vous pouvez gardez un accès à vie à tous les cours,
ajouter à votre CV et à votre profil LinkedIn. exercices, tutoriels et ressources. A chaque
Votre profil sortira du lot et sera plus facilement fois que le besoin s’en fera sentir, vous pourrez
repéré par votre futur employeur ou vos futurs ainsi retravailler librement certains points et
clients si vous choisissez d’être freelance. vous perfectionner sur d’autres.
Envie de rejoindre nos prochaines sessions
ou d’en savoir un peu plus ?
[email protected]

Formation Full Stack Data Science VIVADATA PDF

Transféré par

Droits d'auteur :

Formats disponibles

Formation Full Stack Data Science VIVADATA PDF

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Formation Full Stack Data Science VIVADATA PDF

Transféré par

Droits d'auteur :

Formats disponibles

10 semaines de formation intensive en

ETAPE 1 - Maîtrisez des compétences prêtes à l’emploi

ä Vous apprendrez de solides fondations en data science.

ETAPE 2 - Construisez votre premier portefeuille de projets data

ä Vous travaillerez sur des projets réels d’intelligence artificielle.

ETAPE 3 - Lancez-vous dans les métiers d’avenir de l’IA

ä On vous accompagne pour débuter votre carrière en data science.

Vous aurez également acquis les bonnes pratiques de développement et

Final: Projet étudiant

● Setup (usage basique de la ligne de commande, introduction à Git)

● Récolte de données en utilisant une API

● Manipulation de données avec Numpy

● Introduction à l’apprentissage machine

5. Traitement naturel du langage

● Prétraitement des données textuelles

● Docker, Paperspace et Amazon Web Services (AWS)

100% bootcamp Ouvert à tous

Suivi carrière Communauté

Certificat Accès à vie

Vous aimerez peut-être aussi