| Niveau requis | Bac+3 |
|---|---|
| Niveau d'études visé | Bac +5 |
| Rentrée décalée | Mars 2026 |
| Durée de la formation en année | 2 ans |
| Statut de l'école | Non renseigné |
| Formation reconnue par l'État | Oui |
| Rythme de formation | Temps plein - Alternance |
| Modalité | En présentiel |
| Prix | Non renseigné |
| Accréditation(s) | FC-RNCP, QUALIOPI |
Description
Le cursus MSc in Data Engineering for Artificial Intelligence vous permettra de comprendre, analyser, concevoir, implémenter et suivre les grandes architectures IT et Big Data. Vous maîtriserez les langages de programmation les plus répandus pour industrialiser les algorithmes et modèles de Machine et Deep Learning. L’architecture et le déploiement des clusters de données et de calculs tels que Hadoop ou SPARK n’auront plus de secrets pour vous. Vous découvrirez également les méthodologies DevOps et comment mettre en place une architecture d’intégration continue.
Thématiques abordées
Warmup Courses (75hrs) - 6 ECTS
DSTI provides warm-up courses for the Applied MSc in Data Engineering for AI, ensuring all students, regardless of background, start with equal understanding of data analysis potential.
Distributed & Performance IT – 200 Hours / 25 ECTS
The Distributed & Performance IT module in the Applied MSc in Data Engineering for AI programme teaches courses including Amazon AWS, Microsoft Azure, Web and Software Engineering, Python Machine Learning Labs, and Semantic Web technologies for developing data science skills.
Data Management – 180 Hours / 25 ECTS
The Data Management module covers SQL data wrangling, data warehousing, ETL, graph and document NoSQL databases, big data ecosystems by Adaltas, and data pipeline parts 1 and 2.
Operational Methodologies - 150 Hours / 16 ECTS
Our comprehensive module covers essential topics for successful IT project management. It delves into project management principles using both PMP-PMI and Agile methodologies, along with data privacy and security frameworks. The module also explores CRM Data Management, Cybersecurity, and DevOps.
Data Science – 125 Hours / 18 ECTS
After this module, students will gain a comprehensive understanding of the mathematical and statistical foundations of data science, as well as practical skills in big data processing and machine learning.
50 Hours of Support Sessions
After each course, students get 1-2 weeks for review, with support sessions available for queries. Professors answer doubts in these sessions, ensuring individual attention from DSTI.
Objectifs de la formation
- Maîtriser l'informatique et l'architecture
- Acquérez des connaissances approfondie et des compétences pour créer et surveiller les infrastructures IT et Big Data.
- Adopter les méthodologies
- Explorez le monde de DevOps et mettez en place des cadres d'intégration continue pour améliorer votre processus de création et de déploiement de logiciels.
- Maîtrisez le Machine Learning et le Deep Learning
- Apprenez les langages de programmation clés et les bibliothèques pour le machine learning et le deep learning appliqués, perfectionnez vos capacités à construire et déployer des modèles complexes pour des applications pratiques.
- Concevez des Clusters de Calcul hautement distribués.
- Renforcez vos capacités à créer et gérer des clusters de données et de calcul hautement distribués tels que Hadoop ou Spark, permettant une manipulation efficace et efficace des données à grande échelle.
Découvrir l’établissement
Ce qu’ils pensent de la formation
Autres formations qui pourraient te plaire
