| Niveau requis | Bac+3 |
|---|---|
| Niveau d'études visé | Bac +5 |
| Date de la prochaine session | Sept. 2026 |
| Durée de la formation en année | 2 ans |
| 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 Mastère 1 - Data Engineer d'Ynov Intelligence Artificielle & Data - Montpellier forme les futurs architectes de la donnée capables de gérer des flux massifs d'informations. Cette première année du mastère vous plonge dans l'apprentissage des technologies essentielles : Python, SQL, NoSQL, Business Intelligence et outils cloud (AWS, Azure). Vous maîtriserez la construction de pipelines de données, l'automatisation de flux complexes et l'architecture de bases de données performantes. À travers des projets concrets en mode bootcamp, vous développerez l'expertise pour transformer des millions de lignes de données brutes en leviers stratégiques pour les entreprises. Cette formation vous prépare à devenir Data Engineer, Architecte Big Data, Ingénieur MLOps ou Consultant Data, des profils ultra-recherchés dans tous les secteurs (banque, e-commerce, santé, industrie). Dispensée en alternance, elle offre un titre RNCP niveau 7 reconnu par l'État et un taux d'employabilité de 77% à 6 mois.
Thématiques abordées
- Fondamentaux de la Data Engineering : architectures big data, pipeline ETL/ELT, gestion des données à grande échelle
- Bases de données et stockage : bases relationnelles et NoSQL, systèmes distribués, optimisation des requêtes
- Programmation et automatisation : Python, Scala, APIs, automatisation des workflows, orchestration avec Airflow
- Cloud et infrastructures : services cloud (AWS, GCP, Azure), conteneurisation Docker, Kubernetes, déploiement et scalabilité
- Qualité, sécurité et gouvernance des données : data quality, sécurité des données, conformité RGPD, gouvernance et catalogage
Objectifs de la formation
- Concevoir et optimiser des architectures de données robustes en utilisant Python, SQL, NoSQL et outils BI.
- Automatiser et industrialiser des flux de données massifs via des pipelines performants et sécurisés.
- Appliquer des algorithmes avancés et développer des scripts pour la collecte, transformation et analyse de données complexes.
- Exploiter la data et l'intelligence artificielle pour générer des analyses stratégiques orientées business.
- Collaborer efficacement sur des projets concrets en mode bootcamp avec utilisation d’outils professionnels et mentorat expert.
