| 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 (2026) d'Ynov Intelligence Artificielle & Data - Nantes vous forme à devenir l'architecte des infrastructures de données modernes. Au cœur du programme : la maîtrise des technologies de pointe (Python, SQL, NoSQL, Apache Spark, Kafka, Airflow) pour concevoir des architectures data robustes et automatiser des flux de données complexes. Vous développerez des compétences clés en ingénierie des données, du développement d'algorithmes optimisés à la construction de pipelines ETL performants, en passant par l'orchestration de flux temps réel et l'industrialisation de l'IA dans le cloud (AWS, GCP, Azure). Cette formation en alternance privilégie l'apprentissage par projets concrets : data pipelines, visualisation avancée, challenges IA et projets fil rouge. À l'issue de ces deux années, vous obtiendrez un titre RNCP niveau 7 reconnu par l'État et pourrez accéder à des postes stratégiques : Data Engineer, Architecte Big Data, Ingénieur MLOps, Consultant Data ou Spécialiste infrastructure cloud, dans tous les secteurs (banque, e-commerce, santé, industrie) où la donnée est devenue un levier concurrentiel majeur.
Thématiques abordées
- Architecture des bases de données et systèmes de gestion (SQL, NoSQL, Data Warehousing)
- Ingénierie des données : pipelines ETL/ELT, ingestion, traitement et transformation des données
- Cloud computing et infrastructures Big Data (AWS, Azure, Hadoop, Spark)
- Programmation pour la data : Python, Scala, optimisation et automatisation des workflows
- Sécurité, gouvernance et qualité des données dans les environnements distribués
Objectifs de la formation
- Concevoir et gérer des architectures de données performantes pour répondre aux besoins complexes des entreprises.
- Mettre en œuvre des pipelines de traitement de données automatisés et scalables.
- Intégrer, nettoyer et transformer des données issues de sources hétérogènes pour garantir leur qualité et leur fiabilité.
- Utiliser les outils et langages de programmation spécifiques au data engineering, tels que SQL, Python et les technologies cloud.
- Assurer la sécurité, la confidentialité et la conformité des données tout au long de leur cycle de vie.
Découvrir l’établissement
Autres formations qui pourraient te plaire
