L’ère du Big Data et de l’Intelligence artificielle généralisée a débuté grâce aux briques technologiques modernes qui nous permettent désormais de stocker et traiter de façon automatisée, dans des temps très courts, des données massives de nature et format divers.
Ce cursus de formation a pour but de vous préparer à des certifications telles que :
- AWS Amazon : Certified Data Analytics
- Cloudera : CCA Spark and Hadoop Developer (CCA 175)
- IBM : Foundations of IBM Big Data & Analytics Architecture V1 (C2090-136)
- IBM : Big Data Fundamentals Technical Mastery Test v1
- Comprendre les concepts généraux de la Big Data, ses opportunités, ses enjeux et ses challenges.
- Comprendre l'écosystème ( Hadoop & Spark ) technologique nécessaire pour développer une plateforme Big Data.
- Acquérir les compétences nécessaires et fiables pour gérer des données Big Data.
- Comprendre la présentation des différentes composantes de l’intelligence artificielle : l’apprentissage statistique (Machine Learning, Deep Learning).
- Élaboration et évaluation des modèles du Machine learning moyennant les langages : R et Python.
- Apprendre le traitement de données massives (image, parole, ...) et la robotique.
- Implémenter et développer des modèles du Machine Learning pour répondre aux différentes problématiques professionnelles.
- Employer les méthodes avancées d’apprentissage statistique pour résoudre des problématiques d’intelligence artificielle.
- Utiliser les réseaux de neurones et les architectures associées.
- Concevoir et analyser des expériences pour évaluer les systèmes HRI (Interaction Homme – Robot).
- Mettre en œuvre des méthodes d’apprentissage profond en s’appuyant sur des bibliothèques logicielles.
Dataminers, chargés d'études statistiques, développeurs, chefs de projet, consultants en informatique décisionnelle.
Connaissances de base des modèles relationnels, des statistiques et des langages de programmation. Connaissances de base des concepts de la Business Intelligence.
Attestation de suivi de formation : Délivrée en fin de la formation à tous les participants.
Certificat " Accomplissement d'un Stage Professionnel en Big Data & IA " de Job SkillZ : Délivré aux participants ayant réalisé et présenté les mini-projets avec succès.
Pack de la formation :
- LIVE et Interactive via GoToMeeting;
- Support de cours annoté et illustré ;
- Guide d'installation des divers logiciels utilisés,
- Case study + Mises en situations réelles appliquées dans divers secteurs ;
- Prise en main (par les participants) des TPs + Labs + Mini-projets ;
- Examens à blanc ;
- Exposés + Passage des tests de certifications : IBM , Cloudera ..;
- Suivi post-formation sur un groupe Whatsapp (révision pour le passage des #certifications).
Lecture 1 - Introduction et aperçu du concept et des technologies liées au Big Data.
Lecture 2 - Utilisation du système de fichiers distribués Hadoop (HDFS)
Lecture 3 - Exécution et monitoring des applications Hadoop..
Lecture 4 - Utiliser Apache Pig (ETL)
Lecture 5 - Utiliser Apache Hive (Data Lake)
Lecture 6 - Introduction à Apache Spark
Lecture 7 - Exécution d'Apache Sqoop (Migration Data warehouse vers Data Lake)
Lecture 8 - Utiliser Apache Flume (Streaming)
Lecture 9 - Exemple d'application d'analyse utilisant Apache Zeppelin (Dataviz)
Lecture 10 - Administration HBase
Lecture 11 - Mini-projets
Lecture 1 - Apprentissage statistique avancé : Données faiblement supervisées, Few-Shot Learning, Détection d’outliers ...
Lecture 2 - Apprentissage statistique à grande échelle : Supervisé, Réduction de dimension,Sélection de features
Lecture 3 - Apprentissage profond : Gradient stochastique, ConvNet, LSTM, Autoencodeurs ...
Lecture 4 - Traitement automatique des langues et apprentissage : Tokenisation, Word Embeddings, Réseaux de neurones ...
Lecture 5 - Apprentissage pour l'image et la reconnaissance d'objets : Supervisé, Arbres de décision et forêts aléatoires , ANN, CNN ...
Lecture 6 - Apprentissage pour la robotique : Human-Robot Interaction, Dialogue verbal et non verbal incarné ...
Lecture 7 - Perception pour les systèmes autonomes : Vision sur ordinateur, Formalisation mathématique ...
Lecture 8 - Mini-projets