| Niveau d'études visé | Bac +5 |
|---|---|
| Date de la prochaine session | Sept. 2026 |
| Durée de la formation en année | Non renseignée |
| Statut de l'école | Privé reconnu par l’état |
| Formation reconnue par l'État | Oui |
| Rythme de formation | Temps plein - Alternance |
| Modalité | En présentiel |
| Prix | Non renseigné |
| Accréditation(s) | EESPIG, CTI, EUR-ACE, CGE, UGEI |
Description
La production de données numériques ne cesse pas d’augmenter de façon exponentielle ces dernières années. La Data est ainsi appelée l’or noir de 21e siècle, car couplée avec l’intelligence artificielle, elles révolutionnent la santé, le business, l’urbanisme, la sécurité et beaucoup d’autres secteurs.
La majeure Big Data & Machine Learning forme des ingénieurs capables d’accompagner les entreprises dans leur transformation "data-driven" et ceci en apportant les compétences nécessaires pour :
- Collecter, stocker, analyser et protéger ces masses de données multiples et diverses.
- Exploiter ces données massives pour améliorer la stratégie de la prise de décision et l’efficacité dans la gestion ainsi qu’anticiper les tendances à venir. Les enseignements de la majeure s’articulent autour des statistiques et de l’informatique sans oublier les régulations en vigueur et l’éthique. Ils préparent le futur ingénieur à :
- Identifier les besoins et les problématiques métiers liés à l’exploitation des données massives ;
- Construire des outils d’analyse pour collecter et traiter ces données ;
- Organiser et synthétiser les sources de données sous forme de résultats exploitables pour modéliser et anticiper de nouveaux comportements ou usages ;
- Intégrer les enjeux réglementaires liés à l’exploitation des données personnelles.
Programme
- Fondamentaux du Big Data : architectures, bases de données NoSQL, écosystèmes Hadoop et Spark
- Machine Learning et Deep Learning : algorithmes supervisés et non supervisés, réseaux de neurones, traitement de données massives
- Statistiques avancées et analyse de données : modélisation statistique, inférence, visualisation et interprétation
- Ingénierie des données : collecte, nettoyage, transformation, stockage et pipeline de données
- Applications et projets pratiques : cas d’usage dans l’industrie, déploiement de modèles, optimisation et éthique des données
Objectifs de la formation
- Appliquer des techniques avancées de collecte, nettoyage et traitement de données massives (Big Data)
- Concevoir, entraîner et évaluer des modèles performants de machine learning adaptés à divers cas d’usage
- Utiliser les principaux outils et frameworks Big Data et machine learning (Spark, Hadoop, TensorFlow, etc.) pour résoudre des problématiques réelles
- Analyser et interpréter les résultats des modèles pour orienter la prise de décision métier
- Développer des solutions data-driven innovantes en intégrant rigueur algorithmique et optimisation opérationnelle
Découvrir l’établissement

Voir l’établissement

