Architecte des systèmes d'information dans les processus industriels - (Paris Code) - Data analyst scientist

Objectifs

Former des opérateurs et architectes data/IA immédiatement opérationnels capables de :

• cadrer des cas d'usage à partir des besoins métiers et cartographier les processus ;


• collecter, nettoyer et structurer des données (SQL/NoSQL, API, fichiers, IoT) ;


• concevoir, entraîner et optimiser des modèles de Machine Learning et Deep Learning (NLP, séries temporelles, anomalies, vision) ;


• intégrer l'IA générative (LLMs/Transformers) dans les processus ;


• concevoir des architectures data & SI (on-prem/cloud/edge) et des pipelines robustes ;


• déployer et industrialiser via MLOps/CI-CD, superviser modèles & données (observabilité, drift, QA, Green IT) ;


• sécuriser les environnements (IAM, chiffrement, segmentation, PRA/PCA, RGPD) ;


• conduire un projet de bout en bout jusqu'à la mise en production et la restitution décisionnelle.

Description

Bootcamp (415 h – 12 semaines), pédagogie active, cas concrets et projet fil rouge :

• Analyse des besoins & cadrage : problématiques métiers, KPI, cartographie SI, cahier des charges data/IA.


• Programmation & data wrangling : Python avancé (NumPy, Pandas), bases R, bonnes pratiques, Git.


• Bases de données & ingestion : SQL avancé, NoSQL (Mongo/Cassandra), APIs, qualité/linéage, RGPD.


• Statistiques & ML supervisé : régression, classification, validation croisée, interprétabilité, métriques.


• ML non supervisé & séries temporelles : clustering, réduction dimension, forecasting, détection d'anomalies.


• Deep Learning & IA générative : PyTorch/TensorFlow, CNN/RNN/Transformers, embeddings, LLMs appliqués.


• Data engineering & Big Data : ETL/ELT, Spark, architectures data lake/lakehouse, temps réel (Kafka).


• Visualisation & BI : storytelling, dashboards (Power BI/Tableau), restitution aux décideurs.


• Cloud, DevOps & MLOps : AWS/Azure/GCP, Docker, Kubernetes, CI/CD, registry, monitoring modèles.


• Cybersécurité & conformité : IAM, chiffrement, segmentation réseau, PRA/PCA, bonnes pratiques ISO/RGPD.


• Green IT & coûts : optimisation énergétique et budgétaire, éco-conception.


• Projet fil rouge & soutenance : cas réel (maintenance prédictive, fraude, churn, chatbot IA…), dossier d'architecture, démo, jury.

Conditions d'accès

Bac+3 ou equivalent dans le domaine informatique, data, mathematiques ou sciences appliquees. Possibilite d admission par experience professionnelle significative dans la data ou l IT (reconversion, montee en competences). Connaissances de base en programmation et logique algorithmique recommandees.

Rythme

Temps plein