| Niveau d'études visé | Bac +8 |
|---|---|
| Durée de la formation en année | 1 an |
| Statut de l'école | Non renseigné |
| Rythme de formation | Temps plein |
| Modalité | En présentiel |
| Prix | Non renseigné |
Description
Le DU Big Data and Data Science proposé par l'École nationale supérieure des Mines de Nancy forme aux techniques et méthodologies essentielles de la science des données. Au programme : maîtrise des langages de programmation (Python, R), apprentissage automatique (machine learning, deep learning), traitement et visualisation de données massives, ainsi que les infrastructures Big Data (Hadoop, Spark). Les participants développent des compétences solides en modélisation statistique, en analyse prédictive et en déploiement de solutions data dans des environnements professionnels réels. Cette formation permet de former des data scientists, data analysts ou ingénieurs Big Data capables de piloter des projets analytiques stratégiques, d'exploiter des volumes de données complexes et de générer de la valeur métier grâce à l'intelligence artificielle et aux algorithmes avancés. Les diplômés intègrent des secteurs variés : banque, assurance, santé, industrie, marketing digital ou conseil en transformation data.
Programme
- Fondamentaux du Big Data : architectures distribuées, systèmes de gestion de données massives
- Techniques avancées de Data Science : apprentissage supervisé et non supervisé, méthodes statistiques
- Ingénierie des données : collecte, traitement et pipeline de données
- Outils et technologies Big Data : Hadoop, Spark, bases NoSQL, langages Python et R
- Applications et cas pratiques : analyse prédictive, visualisation des données, projets industriels
Objectifs de la formation
- Comprendre les concepts clés du Big Data et de la Data Science ainsi que leurs applications industrielles
- Maîtriser les techniques avancées de traitement, d’analyse et de visualisation de grandes masses de données
- Développer la capacité à concevoir et implémenter des modèles prédictifs en utilisant des algorithmes de machine learning
- Savoir exploiter les environnements de programmation et les outils spécifiques au Big Data (ex. Hadoop, Spark)
- Être en mesure d’évaluer la qualité des données et d’assurer la gouvernance et la sécurité des systèmes de traitement