| 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 - Data Engineering & Développement IA (2026) d'Ynov Intelligence Artificielle & Data - Nantes forme des experts opérationnels capables de concevoir et développer des solutions d'intelligence artificielle concrètes. Au programme de cette troisième année de professionnalisation : mathématiques appliquées à la data science, maîtrise des bases de données NoSQL, concepts d'IA avancés et pratiques DevOps pour l'industrialisation des pipelines de données. Les étudiants développent une expertise technique complète en Python, SQL, technologies Big Data (Hadoop, Spark), cloud computing (AWS, Azure) et automatisation via des projets concrets et une alternance intégrée. Cette formation par la pratique, axée sur le "learning by doing", prépare directement aux métiers de Data Engineer, Développeur IA, Data Scientist junior, Chef de projet Data & IA ou Consultant en Business Intelligence, répondant aux besoins critiques des entreprises en transformation digitale.
Thématiques abordées
- Mathématiques appliquées, statistiques et bases de la data science
- Développement logiciel, bases de données relationnelles et NoSQL, infrastructure DevOps
- Techniques avancées d’intelligence artificielle : machine learning, deep learning, traitement automatique du langage (NLP)
- Big Data et data engineering : collecte, traitement, pipeline ETL, architecture data à l’échelle industrielle
- Projet professionnel & alternance : réalisation de projets concrets, spécialisation Data & IA ou Data Engineering, préparation à l’entrée en entreprise
Objectifs de la formation
- Maîtriser les techniques avancées de collecte, traitement et exploitation des données volumineuses (Big Data) et hétérogènes.
- Concevoir, développer et déployer des solutions d'intelligence artificielle appliquées aux problématiques métiers concrètes.
- Utiliser efficacement les outils et languages de programmation pour le Data Engineering, incluant bases de données NoSQL, DevOps, et Machine Learning.
- Gérer des projets Data & IA en mode collaboratif, depuis la conception jusqu'à la mise en production, en alternant théorie et pratique immersive.
- Être capable d'analyser des données complexes et d'interpréter les résultats afin d'optimiser la prise de décision dans un contexte professionnel.