Bachelor 1 - intelligence artificielle & data Ynov intelligence Artificielle & Data - Lyon

Description

Le Bachelor 1 - Intelligence Artificielle & Data d'Ynov Intelligence Artificielle & Data - Lyon pose les fondations essentielles pour maîtriser les technologies de demain. En première année, les étudiants acquièrent les bases solides en programmation, mathématiques pour la science des données, et découvrent les premiers concepts d'IA à travers des projets pratiques. Le programme développe des compétences clés en gestion et structuration de bases de données, collecte et prétraitement de données industrielles, ainsi qu'en création de tableaux de bord interactifs pour l'analyse décisionnelle. Cette approche immersive et orientée projet prépare les étudiants à devenir des développeurs IA, data analysts ou chargés de projet data polyvalents, capables de déployer des capteurs IoT, manipuler le Big Data et concevoir des solutions d'automatisation intelligentes. Les diplômés évoluent dans des secteurs variés, des start-ups technologiques aux grands groupes industriels, en tant qu'experts en traitement de données et développement d'applications intégrant l'intelligence artificielle.

Programme

• Fondamentaux de l’intelligence artificielle : algorithmes, apprentissage automatique, réseaux de neurones
• Programmation et développement : Python, librairies IA (TensorFlow, PyTorch), manipulation de données
• Big Data et gestion des données : bases de données, traitement massif, data lakes, ETL
• Statistiques et mathématiques pour la data science : probabilités, statistiques descriptives, modèles probabilistes
• Projets pratiques et étude de cas : conception de solutions IA, analyse de données réelles, travail en équipe

Objectifs de la formation

• Maîtriser les concepts fondamentaux de l'intelligence artificielle et des techniques de data science.
• Savoir collecter, nettoyer et préparer des données pour l’analyse et le machine learning.
• Développer des modèles d’apprentissage automatique performants et évaluer leur pertinence.
• Utiliser des outils et langages informatiques adaptés (Python, bibliothèques IA) pour implémenter des solutions data-driven.
• Appliquer les bonnes pratiques en matière d'éthique, de sécurité des données et de gestion de projets IA.