| 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 - Rennes forme les futurs architectes de la donnée dans un secteur en croissance explosive. Au cœur de ce programme intensif, les étudiants maîtrisent l'algorithmie avancée et le développement spécialisé en ingénierie des données, explorent les structures de données complexes (listes chaînées, arbres, graphes) et automatisent la collecte via des API et le web scraping. Ils développent une expertise complète en data science, jonglant entre SQL, NoSQL et les solutions Big Data, tout en concevant des modèles statistiques en Python et des visualisations avec PowerBI. Le programme cultive des compétences stratégiques : conception d'architectures data robustes, construction de pipelines ETL ultra-performants, maîtrise des outils d'industrialisation (MLOps, Docker, Airflow) et déploiement sur plateformes cloud. Les diplômés évoluent vers des postes stratégiques de Data Engineer, Architecte Big Data, Ingénieur MLOps, Consultant Data ou Spécialiste en infrastructure cloud, répondant à une demande massive d'entreprises qui cherchent des profils capables de transformer les millions de données brutes en leviers stratégiques décisionnels.
Thématiques abordées
- Architecture des systèmes Big Data et gestion des infrastructures cloud
- Conception, développement et optimisation de pipelines ETL/ELT
- Bases de données relationnelles et NoSQL, modélisation et administration
- Programmation avancée en Python, Scala et outils de data engineering
- Science des données appliquée : préparation des données, qualité et gouvernance
Objectifs de la formation
- Concevoir et optimiser des architectures de données adaptées aux besoins métiers
- Développer des pipelines ETL automatisés pour le traitement et la transformation des données
- Maîtriser les bases de données relationnelles et NoSQL pour le stockage efficace de données massives
- Implémenter des solutions de data ingestion, streaming et batch en environnement cloud
- Assurer la qualité, la gouvernance et la sécurité des données tout au long du cycle de vie
Découvrir l’établissement
Autres formations qui pourraient te plaire
