| Niveau d'études visé | Bac +3 |
|---|---|
| Date de la prochaine session | Sept. 2026 |
| Durée de la formation en année | Non renseignée |
| Statut de l'école | Privé |
| 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 Paris Est forme en trois ans des experts opérationnels en gestion et exploitation des données.
Ce cursus professionnalisant vous apprend à créer et structurer des bases de données, maîtriser le Big Data et développer des modèles d'intelligence artificielle pour automatiser les processus décisionnels.
Vous développerez des compétences en machine learning, deep learning, programmation Python et data visualisation, tout en acquérant une expertise en traitement du langage naturel et vision par ordinateur.
La formation intègre également les enjeux éthiques, le respect du RGPD et l'IA Act.
Grâce à une pédagogie orientée projets concrets et une immersion progressive en entreprise via l'alternance en 3ème année, vous deviendrez développeur IA, data analyst, chargé de projet data ou assistant data scientist, prêt à rejoindre start-ups, grands groupes et laboratoires de recherche dans un secteur en pleine expansion.
Thématiques abordées
- Fondamentaux de l’intelligence artificielle : machine learning, deep learning, algorithmes et modèles statistiques
- Data engineering et manipulation de données : bases de données, ETL, nettoyage, structures de données
- Programmation pour l’IA : Python avancé, bibliothèques IA (TensorFlow, PyTorch), développement d’API
- Applications de l’IA et data science : vision par ordinateur, traitement du langage naturel, analyse prédictive
- Éthique, droit et impact sociétal de l’intelligence artificielle et gestion de projets data
Objectifs de la formation
- Acquérir les compétences pratiques en extraction, analyse et interprétation des données grâce à des outils statistiques et d'apprentissage automatique.
- Développer et optimiser des modèles de Machine Learning et Deep Learning pour des applications concrètes telles que la vision par ordinateur et le traitement du langage naturel.
- Maîtriser l’ingénierie des systèmes IA, incluant l'intégration de solutions au sein d'applications logicielles, l'utilisation de conteneurs (Docker, Kubernetes) et l'automatisation des déploiements (MLOps).
- Comprendre et appliquer les principes éthiques, réglementaires (RGPD, IA Act) et de gouvernance des données pour concevoir des solutions responsables et durables.
- Consolider ses connaissances en mathématiques, statistiques et programmation pour répondre efficacement aux défis technologiques actuels et futurs.
Découvrir l’établissement
Autres formations qui pourraient te plaire
