| Niveau d'études visé | Bac +3 |
|---|---|
| Date de la prochaine session | Sept. 2026 |
| Durée de la formation en année | 3 ans |
| Statut de l'école | Non renseigné |
| Formation reconnue par l'État | Oui |
| Rythme de formation | Temps plein |
| Modalité | En présentiel |
| Prix | Non renseigné |
| Accréditation(s) | QUALIOPI |
Description
Le Bachelor 1 - Intelligence Artificielle & Data d'Ynov Bordeaux offre une première initiation complète aux fondamentaux de l'IA et de la science des données. Les étudiants y acquièrent les bases solides en informatique, programmation (Python, Java, R), mathématiques appliquées et gestion de bases de données SQL, essentielles pour comprendre les mécanismes de l'intelligence artificielle. Le programme développe des compétences en traitement et visualisation de données, extraction d'insights, ainsi qu'une première approche des algorithmes d'apprentissage automatique. Cette formation pratique, axée sur des projets concrets et l'expérimentation, prépare les étudiants à poursuivre leur spécialisation vers les métiers de développeur IA, data analyst, data engineer ou chargé de projet data. Grâce à une pédagogie immersive et professionnalisante, les diplômés maîtrisent les outils technologiques indispensables et développent une compréhension éthique des enjeux liés aux données, leur permettant d'intégrer efficacement le secteur en pleine expansion de l'intelligence artificielle appliquée.
Thématiques abordées
- Fondamentaux de l’intelligence artificielle : algorithmes, apprentissage automatique, réseaux de neurones
- Exploration et traitement des données : collecte, nettoyage, visualisation, bases de données
- Programmation pour la data science : Python, bibliothèques scientifiques (NumPy, pandas, Scikit-learn)
- Statistiques et mathématiques appliquées : probabilités, statistiques descriptives, analyse des données
- Projets pratiques et mise en situation : développement d’outils IA, travail collaboratif et études de cas
Objectifs de la formation
- Maîtriser les techniques de collecte, d’analyse et d’interprétation de données par les méthodes statistiques et le machine learning
- Développer et optimiser des modèles d’intelligence artificielle appliqués à la vision par ordinateur et au traitement du langage naturel
- Intégrer et déployer des solutions IA dans des systèmes logiciels en utilisant des outils de conteneurisation et d’automatisation (MLOps)
- Appliquer les principes éthiques et réglementaires (RGPD, IA Act) pour garantir la conformité et réduire les biais algorithmiques
- Construire des projets d’IA concrets permettant d’automatiser des tâches complexes et de prendre des décisions autonomes