| 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 Intelligence Artificielle & Data - Aix en Provence forme des développeurs spécialisés capables de concevoir, développer et déployer des solutions d'intelligence artificielle performantes. Au programme : manipulation et structuration de bases de données massives, maîtrise du Big Data, développement de modèles de Machine Learning et Deep Learning, création de modèles prédictifs et mise en place de solutions de data visualisation. Les étudiants acquièrent des compétences techniques avancées en programmation, mathématiques appliquées, vision par ordinateur et traitement du langage naturel, tout en intégrant les enjeux éthiques et réglementaires (RGPD, IA Act). La formation privilégie l'approche projet avec des cas concrets d'entreprise et une professionnalisation renforcée en alternance. Les diplômés deviennent des développeurs de solutions IA, data scientists, ingénieurs en intelligence artificielle ou analystes de données, recherchés dans tous les secteurs en transformation numérique : médecine prédictive, finance, industrie 4.0 et technologies émergentes.
Thématiques abordées
- Fondamentaux de l’intelligence artificielle : algorithmes, apprentissage supervisé et non supervisé
- Data engineering : gestion des bases de données, ETL, big data et outils de traitement
- Data science et modélisation statistique : analyse exploratoire, régression, classification
- Machine learning avancé et deep learning : réseaux de neurones, NLP, vision par ordinateur
- Projet professionnel : intégration des compétences en IA/Data, mise en situation et présentation
Objectifs de la formation
- Maîtriser l'extraction, l'analyse et l'interprétation des données à l'aide d'outils statistiques et d'apprentissage automatique.
- Concevoir, développer et optimiser des modèles de machine learning et deep learning pour des applications concrètes (vision par ordinateur, traitement du langage naturel).
- Intégrer des solutions d'intelligence artificielle dans des systèmes logiciels en appliquant les pratiques DevOps et MLOps (containeurisation, automatisation des déploiements).
- Appliquer les normes éthiques et réglementaires (RGPD, IA Act) et développer des solutions responsables en tenant compte des biais algorithmiques.
- Travailler efficacement en mode projet avec des méthodologies agiles, en intégrant les enjeux métiers et techniques pour répondre aux besoins des entreprises.
Découvrir l’établissement
Autres formations qui pourraient te plaire
