Big Data Foundation et introduction à la Data Science

Cette session de 3 jours permet sans prérequis d’aborder le domaine de la Data Science et d’en étudier les fondamentaux, avec deux finalités :

Introduction à la data science

La première partie de la session est consacrée à la découverte du domaine :

• pourquoi la data science
• terminologie et principaux concepts
• cas d’usage du Big data

Formation certifiante Big Data Foundation

Ce volet de la session est destiné à former au tronc commun de connaissances  partagées par tous les métiers du Big Data. Big Data Foundation ne correspond à lui seul à un métier en soi, cependant l’ensemble des savoirs qu’il regroupe permet de le certifier. C’est un prérequis exigé pour être candidat à une évaluation de niveau 2 dans le schéma de certification Data Science et Big Data.
De manière générale, la certification Big Data Foundation atteste de la capacité de son titulaire à être partie prenante d’activités dans le domaine du Big Data, sous forme d’exécution de tâches, d’interlocution et de contribution à des projets ou tâches qui lui sont spécifiés.

Data Scientist & Analyst Practitioner donne l’assurance de disposer des compétences optimales pour …

• Appliquer des techniques (statistiques, text mining, comportementale, géolocalisation, …) d’extraction et d’analyse d’informations, obtenues à partir de gisements de données (Big Data)
• Obtenir des données adéquates, trouver les sources de données pertinentes, faire des recommandations sur les bases de données à consolider, modifier, rapatrier, externaliser, internaliser, concevoir des datamarts, voire des entrepôts de données (data warehouses)
• Évaluer la qualité et la richesse des données, les analyser et en restituer les résultats pour ensuite les intégrer dans le système d’information cible du Métier.
• Analyser les données pour traduire une problématique Métier en problème mathématiques/statistiques et réciproquement
• Comparer et évaluer différents modèles ou méthodes de calcul et anticiper les avantages et inconvénients dans un environnement Métier.
• Fournir un appui analytique à la conduite d’exploration et à l’analyse complexe de données
• Créer des algorithmes de recherche de données qui permettent d’explorer les données utiles.
• Industrialiser le procédé pour les données les plus intéressantes.
• Organiser, synthétiser et traduire les informations pour faciliter la prise de décision
• Gérer les opérations et l’administration, la modélisation et l’architecture des gisements de données.
• S’assurer que les organisations de données existantes fonctionnent bien et en cohérence
• Assister le Data Architect pour la mise en place des modèles prédictifs et des solutions techniques adéquates.

Les Data Scientist et les Data Analyst sont amenés à appliquer différentes méthodes spécialisées en fonction des données à explorer ou domaines d’application, telles que les séries temporelles, l’intelligence artificielle etc. L’acquisition d’au moins une spécialité certifiée permet à son titulaire de revendiquer la certification Data Scientist & Analyst Advanced.

 

Data Scientist & Analyst Master

Cette certification atteste que son titulaire dispose de compétences de haut niveau sur différents axes

• certifié pour un minimum de 3 spécialités, il possède des capacités d’intervention sur un large périmètre fonctionnel
• ses compétences de type savoir-être (« softskills ») légitiment son titulaire à intervenir au niveau stratégique de l’organisation et attestent de sa capacité à piloter des situations complexes ou de crise

Ses travaux professionnels dans le domaine de la Data Science durant les trois dernières années lui permettent de faire bénéficier ses interlocuteurs d’un retour d’expérience.pertinent.