Architecte en intelligence artificielle - MSc in Data Analytics

Objectifs

Contrairement aux formations traditionnelles, souvent limitées au « dashboarding » ou à une analyse superficielle, l'approche de DSTI couvre l'intégralité du cycle de décision fondée sur les données. Nos diplômés ne se contentent pas d'interpréter l'information : ils participent aussi à l'ingénierie des flux de données, à la configuration des infrastructures, et à l'application des techniques de machine learning pour automatiser et industrialiser l'analyse dans des environnements informatiques variés.


Au sein de DSTI, vous développerez :

• Des bases solides en mathématiques et statistiques, garantes d'analyses rigoureuses et fiables.


• Une maîtrise pratique de plusieurs langages et outils de l'ingénierie logicielle, de R et Python à SQL en passant par des plateformes cloud, vous permettant de construire des solutions analytiques de bout en bout en toute autonomie.


• Une véritable expérience des bonnes pratiques en data engineering, vous assurant de pouvoir participer à la conception, la mise en place et l'optimisation de flux analytiques robustes à la montée en charge.


• Une vision claire des enjeux de gouvernance, d'éthique et d'informatique durable, afin de naviguer dans des contextes réglementaires, géopolitiques et environnementaux complexes.

Description

Warm Up Courses (75hrs) - 6 ECTS

Applied Mathematics for Data Science (25hrs) - 3 ECTS

Foundations of Statistical Analysis & Machine Learning Part 1 (25hrs) - 3 ECTS

Big Data Processing with R (25hrs) - 3 ECTS

Python Machine Learning Labs (25hrs) - 4 ECTS

Semantic Web Technologies (25hrs) - 4 ECTS

Time-Series Analysis (25hrs) - 3 ECTS

Agent-Based Modelling (25hrs) - 4 ECTS

Inferential Modelling (25hrs) - 3 ECTS

Data Analytics Domain Application (25hrs) - 3 ECTS

Data Wrangling with SQL (25hrs) - 3 ECTS

Data Warehousing & ETL (25hrs) - 3 ECTS

Graph Databases – NoSQL – Part 1 (25hrs) - 4 ECTS

Document Databases – NoSQL – Part 2 (10hrs) - 4 ECTS

Data Pipeline Part 1 (25hrs) - 4 ECTS

Cloud Computing - Amazon AWS (50hrs) - 4 ECTS

Software Engineering - Part 1 (25hrs) - 3 ECTS

Software Engineering - Part 2 (25hrs) - 3 ECTS

Advanced Excel for Data Analytics (25hrs) - 4 ECTS

Data & Machine Learning Visualisation Ecosystem (25hrs) - 4 ECTS

Analysis & Design of Information Systems (25hrs) - 2 ECTS

Reporting & Visualisation (25hrs) - 6 ECTS

CRM Data Management (25hrs) - 6 ECTS

Data Laws & Regulations – Philosophies, Geopolitics & Ethics (25hrs) - 2 ECTS

IT Project Management: Traditional and Agile Approaches (25hrs) - 2 ECTS

Conditions d'accès

Les candidats doivent avoir etudie les mathematiques au lycee ou posseder une qualification equivalente. Les candidats doivent avoir obtenu un diplome de licence de 3 ou 4 ans ou equivalent d un etablissement d enseignement superieur reconnu. Le programme de Data Analytics est le plus ouvert des Applied MSc de DSTI. Il accueille des diplomes de niveau Licence / Bachelor de tout horizon (y compris business & management), pour autant qu ils aient suivi un enseignement scientifique et notamment des mathematiques jusqu a leur derniere annee de lycee. Comme tous les cours sont enseignes en anglais, les etudiants doivent avoir un niveau B2 en anglais. DSTI evaluera la maitrise de l anglais lors de l entretien d admission.

Pour renforcer une candidature, les etudiants peuvent soumettre leurs scores IELTS ou TOEFL.

Rythme

Temps plein