Bachelor 1 - développement ia & data engineering (2026) Ynov intelligence Artificielle & Data - Paris Ouest

Description

Le Bachelor 1 - Intelligence Artificielle & Data d'Ynov Intelligence Artificielle & Data - Paris Ouest forme la future génération d'experts capables de concevoir et déployer des solutions IA performantes.

Au programme : maîtrise des bases de données structurées, programmation Python avancée, développement de modèles prédictifs et techniques de Machine Learning.

Les étudiants acquièrent des compétences en science des données, exploitation du Big Data, data visualisation et développement d'interfaces web et mobiles optimisées pour l'IA.

Cette formation professionnalisante développe également l'expertise en éthique des données, respect du RGPD et gouvernance algorithmique.

Les diplômés évoluent vers des postes de Développeur IA, Data Analyst, Développeur Machine Learning, Assistant Data Scientist ou Chargé de Projet Data dans des secteurs variés, répondant ainsi aux besoins croissants des entreprises en transformation numérique et intelligence artificielle.

Programme

• Fondamentaux de l'intelligence artificielle : algorithmes, apprentissage automatique et réseaux de neurones
• Traitement des données et bases de données : collecte, nettoyage, stockage et gestion de données massives
• Programmation pour la data science : Python, bibliothèques IA (TensorFlow, PyTorch), et développement d'applications
• Statistiques et mathématiques appliquées : probabilité, statistiques descriptives et inférentielles, optimisation
• Projets appliqués et éthique : mise en œuvre de projets IA concrets, enjeux éthiques et réglementaires

Objectifs de la formation

• Maîtriser les fondamentaux de la science des données : collecte, extraction, analyse et interprétation de données à l’aide d’outils statistiques et d’apprentissage automatique.
• Développer et optimiser des modèles d’intelligence artificielle, incluant Machine Learning et Deep Learning pour des applications concrètes (vision par ordinateur, traitement du langage naturel).
• Intégrer des solutions d’IA dans des systèmes logiciels en utilisant des outils modernes de conteneurisation (Docker, Kubernetes) et automatiser les processus de déploiement (MLOps).
• Appliquer les normes éthiques et réglementaires (RGPD, IA Act) en garantissant la gouvernance responsable des données et la réduction des biais algorithmiques.
• Concevoir et déployer des bases de données structurées et des interfaces web/mobiles pour optimiser l’exploitation et les interactions avec la Data.