MSc - Data Engineer

Durée : 2 ans
Démarrage : Septembre 2021
Total ECTS : 120

Langue d’enseignement : français

 

 Ce MSc est délivré en français et sera accessible par la voie de l’apprentissage.

 

L’entrée dans l’ère du numérique (Internet, l’IoT, etc.) et la transformation digitale qui s’en est suivi ont bouleversé tous les paradigmes des entreprises (organisation, process, marketing, technologies…) entrainant un développement exponentiel de l’usage de l’intelligence Artificielle (IA) et du Big data pour optimiser l’utilisation/valorisation des données.  

 

L’amélioration des performances des machines et l’adaptation de la production aux besoins clients sont autant d’éléments qui font de l’analyse de données un enjeu stratégique dans l’industrie qui l’intègre de plus en plus dans son organisation et ses métiers.  Dans tous les secteurs, les recruteurs sont à la recherche de Data Engineer, de Développeur/Chef de Projet /Ingénieur IA pour exploiter et valoriser les données des entreprises. Ces métiers émergents font aujourd’hui apparaitre un réel besoin de formation d’experts capables de comprendre les besoins des entreprises et d’analyser les grandes masses de données qu’elles collectent ou produisent. 

 

 Les recruteurs comme les partenaires font le constat d’un manque de ressources compétentes en matière de (Big) Data et d’Intelligence Artificielle. 

 

Ainsi, le volume d’offres d’emploi demandant des compétences dans ces domaines (Data Science, Data Management, Big Data, IA) progresse fortement, mais seul un faible pourcentage de ces besoins est aujourd’hui couvert. Les métiers de la Data et de l’IA qui créent de la connaissance à partir de grands volumes de données, sont devenus indispensables à la transformation numérique des entreprises. Ce sont tous les secteurs (finance, informatique, e-Commerce, grande distribution, santé, automobile, etc.) qui sont concernés et ces métiers sont aujourd’hui parmi les plus recherchés. C’est en partageant ce constat avec des entreprises et des partenaires que l’idée de créer la formation Data engineer, en adéquation avec les besoins du marché, est née.  

 

En outre, il apparait que l’enseignement supérieur ne fournit pas assez de formations spécifiques complètes et opérationnelles dédiées à l’intelligence artificielle et aux données massives.  

 

Cette formation est une réponse à ce double constat ; le programme proposé permettra d’acquérir les compétences managériales et techniques indispensables à la maîtrise de l’analyse des (Big) Data afin de collecter l’information nécessaire à la prise de décisions stratégiques, mais aussi à la création de services innovants.   

 

Objectifs de la formation

Cette formation se compose de 5 blocs de compétences

 

Élaborer et accompagner la stratégie (“data driven”) de valorisation des données d’une entreprise

  • Élaboration et conception de la stratégie de valorisation des données
  • Établissement du diagnostic « Business & Data »
  • Formulation de recommandations
  • Évaluation de l’engagement budgétaire et du retour sur investissement associé
  • Information et sensibilisation de la direction sur les enjeux associés à la mise en œuvre d’une stratégie de valorisation des données   
  • Accompagnement à la mise en œuvre d’une stratégie de valorisation des données
  • Mise en place des méthodologies, des processus et des outils permettant la valorisation des données de l’entreprise
  • Réalisation des tests de concepts et de valeurs de la stratégie définie sur des cas d’usages identifiés
  • Industrialisation des solutions à fort potentiel

 

Collecter, organiser, préparer et traiter les données

  • Cadrage et problématisation de l’analyse de données
  • Détermination des objectifs de l’analyse de données répondant au besoin métier exprimé par l’entreprise
  • Identification des sources de données internes et externes à l’entreprise exploitables pour répondre à ce besoin 
  • Collecte et préparation des données
  • Stockage des données
  • Compilation et agrégation de données hétérogènes 
  • Nettoyage et amélioration des données
  • Choix des outils techniques   
  • Réalisation de l’analyse exploratoire (statistique) des données
  • Choix des méthodes et des modèles statistiques appropriés
  • Modélisation des données  

 

Implémenter une solution d’Intelligence Artificielle (Machine/Deep Learning) pour répondre à un besoin métier  

  • Préparation et transformation des données destinées à l’implémentation d’une solution d’IA
  • Numérisation des données analogiques (audio, texte, images)
  • Exploitation des techniques de réduction de dimension des données
  • Identification/élaboration des variables complexes à exploiter
  • Conception, implémentation et entraînement des algorithmes d’IA
  • Benchmark de performance sur une implémentation complète d’un algorithme simple 
  • Conception et implémentation d’une architecture d’apprentissage profond dédiée 
  • Évaluation des performances 
  • Analyse comparative des différents algorithmes candidats 
  • Choix de l’algorithme le plus adapté à la résolution du problème métier posé
  • Optimisation et évaluation des modèles d’IA
  • Choix et interprétation des métriques d’évaluation des algorithmes de prédiction
  • Évaluation de la fiabilité des algorithmes par une stratégie de validation croisée des données
  • Optimisation des paramètres de l’algorithme

 

Développer et déployer un projet d’Intelligence Artificielle et de données massives

  • Analyse des besoins techniques
  • Recueil du besoin
  • Cartographie des ressources informatique
  • Choix des librairies d’apprentissage (Machine & Deep Learning)
  • Traduction du besoin en spécifications fonctionnelles et techniques   
  • Développement et déploiement du projet d’IA
  • Prise en compte des retours utilisateurs au fil du projet
  • Suivi/adaptation de la couverture fonctionnelle
  • Validation technique des évolutions
  • Surveillance des performances en production
  • Mise en place d’un place d’un plan de maintenabilité du code et d’évolution logicielle pour permettre la performance à long terme du projet d’IA
  • Conception et déploiement du projet d’IA sur des infrastructures informatiques distribuées pour stocker et traiter des données massives (Big Data)
  • Définition de l’architecture de stockage pour les données massives
  • Analyse et modélisation des données dans un environnement Big Data
  • Réalisation d’opérations de calcul sur de grands volumes de données
  • Exploitation d’infrastructures Cloud

 

Manager une équipe et un projet d’IA et de Data

  • Management d’une équipe et d’un projet en IA et Data
  • Établissement du planning, du budget
  • Pilotage la performance du projet
  • Animation et coordination d’une équipe
  • Conduite et accompagnement du changement
  • Accompagnement des parties prenantes dans l’impact organisationnel du projet et de son appropriation par les différents acteurs

 

Débouchés

  • Data Engineer ; 
  • Data analyst ;   
  • Data scientist ; 
  • Chief Data Officer ; 
  • Développeur IA ; 
  • Directeur de projet IA ;
  • Consultant/Expert IA. 

 

Niveau de recrutement

Etre titulaire d’un titre de niveau 6 (Bac +3) certifié par l’état (licence, titre professionnel …).

ECE est une école du Pôle Ingénieurs d'INSEEC U.
INSEEC U. est une institution privée d'enseignement supérieur et de recherche interdisciplinaire, implantée à Paris, Lyon, Bordeaux et Chambéry.
Avec ses campus à Londres, Monaco, Genève, San Francisco et Shanghai, INSEEC U. occupe une place unique dans le paysage éducatif français.
16
Écoles
25000
Étudiants
345
chercheurs, experts et enseignants permanents
9
Campus en France et à l'étranger

115
Spécialités métiers
 logo inseec Management
 logo inseec Ingénieurs
 logo inseec Communication,
creation, digital et design

 logo inseec Sciences politiques et relations internationales

 logo inseec Luxury, real estate, sport,
wine & spirits, digital

Découvrez toutes nos formations et nos écoles sur inseec.com
Être rappelé par nos équipes

Nos équipes vous rappellent gratuitement sous 24h




WordPress Video Lightbox