Moez AMRAOUI

• Programmation Python avancée : manipulation, extraction, analyse et visualisation de données (pandas, dataviz), bases du machine learning
  
• Automatisation de processus métiers avec Python et outils No Code (Make)
  
• Intégration de l’IA et des LLM dans les workflows d’automatisation pour améliorer performance et efficacité
  
• Industrialisation des automatisations : bonnes pratiques, optimisation des coûts, fiabilité et maintenabilité des solutions
  

Major de promotion
Une formation de 14 mois, dédiées aux professionnels et ayant pour objectifs principaux :

• Piloter des projets métier en environnement Big Data
  
• Maîtriser les outils et les méthodes de datamining, machine learning etc...
  
• Savoir exploiter les données pour augmenter la connaissance client et activer les leviers marketing à bon escient
  
• Posséder les compétences socles pour devenir "Chief Data Officer"
  

Les compétences acquises à la suite de cette formation s’articulent autour de ces axes :

• Data science
  
• Marketing
  
• Méthodologie et technique
  
• Leadership et Management (avec Cours Florent Executive)
  
• Architecture Big Data
  
• Datamining
  
• Machine learning
  
• Webanalytics
  
• Marketing Digital
  
• CRM
  
• Sociologie des comportements digitaux
  
• Gestion de projet Big Data
  
• Gouvernance des données
  
• Fouille de données avec R
  
• SQL
  
• Data visualisation
  
• IA
  

Le Diplôme d’Université Analyste Big Data vise à apporter les connaissances théoriques et pratiques nécessaires pour l’utilisation des outils récents du Big Data :

• le stockage de très grands volumes de données dans des architectures passant à l’échelle
  
• le traitement décisionnel des données en temps réel
  
• l’intégration de données de types variés
  
• l’analyse des données du web
  
• la gestion de la qualité des données.
  
• Stockage massif de données (architectures & accès aux données, Hadoop, R/RStudio...)
  
• Décisionnel temps réel (R & MongoDB, data mining, Data Stream Processing and Analytics...)
  
• Fouille de données complexes (Text mining, CART, Random forest, séries temporelles, agrégation d'experts...)
  
• Fouille du web et des réseaux sociaux (dataviz, analyse des graphes, SBM...)
  
• Qualité, sécurité et confidentialité des données (qualité des données, RGPD, anonymisation...)
  

Cette formation a pour objectif de former des ingénieurs maîtrisant les méthodes d'analyse et de conduite de projets informatiques ainsi que les langages et les outils de développement de logiciels.

Les diplômés de cette filière acquièrent la compétence et l'expérience pour suivre et piloter toutes les étapes du cycle de vie d'un projet leur permettant ainsi de s'intégrer parfaitement à des équipes de développement, ou d'assurer le rôle de chef de projet.