Les programmes bootcamp de 10 semaines

Nous avons conçu des programmes sur-mesure pour vous transmettre les meilleures pratiques du moment en data science.
Chaque cursus se déroule en 10 semaines et comprend plusieurs projets data.

1

Programmation en Python

  • Découvrez le langage de référence en data science, utilisé par les leaders de l'industrie, et maîtrisez les fondamentaux: types et structures de données, control flow, fonctions et classes.
  • Ecrivez vos premiers scripts, travaillez en ligne de commande et versionnez sous git.
  • Manipulez des fichiers CSV et JSON et apprenez de suite à exploiter vos données avec les librairies NumPy et Pandas.

2

Data Collection & Engineering

  • Découvrez les meilleures stratégies pour récupérer la donnée partout où elle se trouve.
  • Programmez des scrappers avec BeautifulSoup, connectez-vous à des API REST et GraphQL, gérez vos bases de données avec SQL, PostgreSQL et SLQAlchemy.
  • Parallélisez le traitement de grands volumes de données avec PySpark.

3

Data Analysis & Visualization

  • Travaillez sur Jupyter Notebook pour programmer plus efficacement et vous concentrer sur l'analyse des données.
  • Maîtrisez les librairies Matplotlib et Seaborn pour élaborer les représentations graphiques les plus pertinentes.
  • Apprenez à conduire méthodiquement une analyse exploratoire de données et automatisez le processus avec Dataiku.

4

Machine Learning

  • Entrez dans le monde de l'apprentissage machine avec Scikit-Learn, la référence made in France (cocorico) !
  • Apprenez à structurer correctement vos projets ML et à mettre en place des pipelines.
  • Atteignez le sommet de l'art en algorithmes prédictifs avec les librairies XGBoost et LightGBM.

5

Natural Language Processing

  • Posez les bases de l'analyse de texte : tokenisation, n-gram, LSA, lemmatisation, etc.
  • Familiarisez-vous avec les libraires de traitement du langage naturel NLTK et spaCy, et initiez-vous au topic modeling avec Gensim.
  • Pratiquez l'analyse d'entités et de sentiments avec l'API REST AutoML Natural Langage.

6

Deep Learning Introduction

  • Programmez un perceptron pour vous familiariser avec le fonctionnement d'un réseau de neurones.
  • Connectez-vous à des APIs existantes telles que Google Cloud Vision et Dialogflow.
  • Entraînez vos premiers réseaux de neurones convolutionnels avec Tensorflow, le célèbre framework de Google.

1

Neural Network Basics

  • Posez des fondations mathématiques solides en statistiques, algèbre linéaire et calcul matriciel.
  • Révisez les incontournables du machine learning: régularisation, optimisation des hyperparamètres, cross-validation, softmax, etc.
  • Plongez-vous dans les théories cognitives et implémentez votre premier réseau de neurones : le perceptron.

2

Deep Learning Fundamentals

  • Découvrez le multi-layer perceptron et construisez vos premiers réseaux neuronaux à plusieurs couches.
  • Pénétrez au coeur des algorithmes d'apprentissage profond pour en comprendre le fonctionnement et les concepts-clés: backpropagation, fonctions d'activation, dropout, etc.
  • Familiarisez-vous avec Tensorflow, l'une des plus célèbres librairies de deep learning.

3

Big Data Engineering

  • Déployez vos modèles en créant vos propres APIs REST et connectez-vous à des APIs existantes telles que Google Cloud Vision ou Dialogflow.
  • Familiarisez-vous aux environnements Big Data, aux clusters Hadoop et aux requêtes SQL & No-SQL.
  • Conteneurisez votre code avec Docker et effectuez vos calculs sur des serveurs GPU dans le cloud avec AWS ou Google Cloud.

4

Convolutional Neural Networks

  • Maîtrisez le fonctionnement des algorithmes de traitement d'image, de détection d'objets et de reconnaissance faciale.
  • Utilisez les CNN publiés par les plus grandes entreprises technologiques et entraînez-les sur vos propres données.
  • Construisez des architectures complexes en quelques lignes de code grâce aux librairies Keras et PyTorch.

5

Recurrent Neural Networks

  • Entraînez vos premiers modèles RNNs pour résoudre des problèmes de traitement du langage naturel (NLP).
  • Améliorez vos performances en gérant les dépendances à long-terme grâce à des réseaux LSTM et GRU.
  • Fabriquez de vrais chatbots intelligents qui traitent le language en s'appuyant sur des réseaux de neurones !

6

Reinforcement Learning

  • Développez et évaluez vos algorithmes de reinforcement learning avec le framework garage.
  • Explorez les différentes techniques d'apprentissage par renforcement: Monte Carlo, Q-Learning, Policy Gradients, Deep Q-Network (DQN).
  • Programmez des agents auto-apprenants et déployez-les dans des environnements virtuels grâce à Gym d'Open AI.