| 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 | Privé |
| 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 - Rouen forme des architectes de la donnée capables de concevoir des infrastructures data robustes et scalables. Au programme : maîtrise des langages Python, SQL et NoSQL, développement de pipelines ETL/ELT automatisés, administration de bases de données avancées et industrialisation de l'IA dans le cloud avec les technologies Docker, Kafka et Airflow. Les étudiants développent une expertise complète en algorithmie appliquée à l'ingénierie des données, manipulation d'API, web scraping et architecture Big Data. Cette première année de mastère, accessible en alternance, prépare aux métiers stratégiques de Data Engineer, Architecte Big Data, Ingénieur MLOps et Consultant Data. Grâce à une pédagogie 100% projets concrets et l'encadrement de professionnels du secteur, les diplômés maîtrisent les outils d'industrialisation les plus recherchés par les entreprises de tous secteurs : banque, e-commerce, santé, industrie. Formation débouchant sur un titre RNCP niveau 7 reconnu par l'État.
Thématiques abordées
- Algorithmie et développement pour l'ingénierie des données : structures de données avancées, automatisation via API, web scraping, bonnes pratiques de développement en Python, SQL et R
- Architecture Big Data et gestion des flux massifs : conception et optimisation des pipelines, bases NoSQL, traitement et stockage distribués
- Cloud computing et DevOps : déploiement d'infrastructures cloud, automatisation des déploiements, outils AWS et gestion des environnements de production
- Industrialisation et exploitation des données : mise en place de BI, data visualisation, analyse de données et intégration de l'intelligence artificielle
- Projets concrets et méthodes collaboratives : réalisation de bootcamps, projets fil rouge, travail en équipe avec outils professionnels (GitHub, Miro, Notion)
Objectifs de la formation
- Concevoir et optimiser des architectures data robustes adaptées aux besoins des entreprises.
- Automatiser et industrialiser des flux de données complexes en maîtrisant les pipelines de traitement.
- Utiliser efficacement les langages Python, SQL et NoSQL pour manipuler et gérer les données massives.
- Exploiter les outils de Business Intelligence pour produire des analyses stratégiques pertinentes.
- Développer des solutions data intégrant l’intelligence artificielle pour répondre à des problématiques métier concrètes.
Découvrir l’établissement
