| Niveau requis | Bac+2 |
|---|---|
| Niveau d'études visé | Bac +3 |
| Date de la prochaine session | Sept. 2026 |
| Durée de la formation en année | 1 an |
| 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) | QUALIOPI |
Description
Le Bachelor 3 Intelligence Artificielle & Data d'Ynov Rennes forme des experts capables de concevoir, développer et déployer des solutions d'IA au service de la performance des entreprises.
Cette formation professionnalisante vous apprend à manipuler des données massives, créer des modèles de Machine Learning et Deep Learning, développer des algorithmes intelligents et intégrer l'IA au sein d'applications complètes (front-end et back-end) dans une logique DevOps.
Au programme : bases de données avancées, programmation Python, traitement du langage naturel, vision par ordinateur, statistiques appliquées et data visualisation.
Vous développez des compétences en collecte et stockage de données, création d'API, requêtes SQL, et conception de systèmes d'IA sécurisés.
Cette approche par projets concrets et immersion entreprise prépare aux métiers de Data Scientist, Développeur en Intelligence Artificielle, Analyste de données, Ingénieur Machine Learning et Expert en solutions d'IA.
Un cursus qui ouvre la voie à une expertise recherchée dans tous les secteurs d'activité en pleine transformation digitale.
Thématiques abordées
- Fondements de l'intelligence artificielle : algorithmes, apprentissage supervisé, non supervisé et par renforcement
- Data science avancée : nettoyage des données, exploration, visualisation et modélisation prédictive
- Programmation et développement : Python appliqué à l'IA, bibliothèques AI (TensorFlow, PyTorch)
- Architectures big data et systèmes de gestion de bases de données
- Projet professionnel intégré : conception, mise en œuvre et présentation d’un projet IA/Data en équipe
Objectifs de la formation
- Maîtriser les algorithmes fondamentaux et les techniques avancées d’intelligence artificielle et de data science
- Concevoir et déployer des solutions basées sur l’analyse de données massives (Big Data) et le machine learning
- Évaluer la qualité des données et assurer leur préparation pour des modèles statistiques et prédictifs performants
- Appliquer les concepts d’éthique et de gouvernance des données dans les projets d’intelligence artificielle
- Présenter et valoriser les résultats analytiques auprès d’équipes techniques et non techniques