Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

Ingénieur Machine Learning Vous avez les bases en Data Science ? Approfondissez

Ingénieur Machine Learning Vous avez les bases en Data Science ? Approfondissez votre maîtrise du Machine Learning. Durée de la formation : 510 heures Embauché ou remboursé** Durée de la formation en alternance : 12 mois Temps d'études conseillé à temps plein : 6 mois Diplôme niveau 7 (bac +5)* *Data scientist - NSF 326 - Diplôme niveau 7 (bac +5) - enregistré au RNCP par arrêté du 27/03/2020 publié au JO du 20/03/2020 **Conditions disponibles sur la page https://openclassrooms.com/fr/terms-of-sale Data Ingénieur Machine Learning 2 Financez ce parcours grâce à vos crédits CPF directement depuis la plateforme Mon Compte Formation : Temps complet - 6 mois Temps partiel - 12 mois Quel est le rôle d'un Ingénieur Machine Learning ? L’Ingénieur Machine Learning est un Data Scientist spécialisé dans les algorithmes d’apprentissage automatiques, permettant de traiter des données volumineuses et de différentes natures. Au sein d’une équipe data, vous serez en charge de répondre à des problématiques de modélisation mathématiques à l’aide d’algorithmes adaptés. Pour cela, vous choisirez le modèle le plus performant, parmi votre palette d’algorithmes : supervisés, non supervisés ou encore réseaux de neurones profonds (Deep Learning). Ce que vous saurez faire Programmer des algorithmes de Machine Learning. Entraîner des réseaux de neurones profonds. Modéliser des données complexes, comme des images et des textes. Mener un projet de recherche et réaliser une preuve de concept (POC). Parcours en partenariat avec CentraleSupélec Votre orientation Ce parcours donne accès aux métiers suivants : Ingénieur Machine Learning 3 Ingénieur Machine Learning Data Scientist Research Scientist Quel parcours Data est fait pour vous ? Data Analyst : Vous débuterez dans la data en analysant des données et en réalisant des reportings et des dashboards. Data Scientist : Vous avez un bagage mathématique, et vous souhaitez réaliser des analyses poussées à l’aide d’algorithmes. Ingénieur Machine Learning : Vous avez un solide bagage mathématique et vous souhaitez développer des algorithmes de machine learning avancés. Votre rémunération Rémunérations moyennes pour le métier d’Ingénieur Machine Learning : Débutant : 45 000 € à 55 000 € annuels bruts Expérimenté : 55 000 € à 80 000 € annuels bruts (Source : Glassdoor) Ces profils sont très recherchés, majoritairement en CDI. En freelance, les Ingénieur Machine Learning facturent jusqu’à 1200€ par jour de travail. Retrouvez sur cette page les indicateurs de performance des formations OpenClassrooms. Prérequis Niveau de langue : Pour les apprenants étrangers, un niveau de français B1-B2 (utilisateur indépendant) est conseillé pour la réussite de la formation. Matériel : Accès à un ordinateur (PC ou Mac), muni d’un microphone, une webcam et une bonne connexion internet (3.2 Mbps en envoi et 1.8 Mbps en réception de données). Pour tester la qualité de votre connexion, cliquez sur ce lien. Ce parcours nécessite également d'être équipé d'un ordinateur avec les spécifications suivantes : CPU : core I3 ou AMD Ryzen 3 minimum (idéalement core I7 ou AMD Ryzen 7 ; RAM : Ingénieur Machine Learning 4 mémoire de 8 Go minimum (16 Go idéalement, mais possibilité d'utiliser Google Colaboratory pour les fichiers de données les plus importants du parcours, avec un compte gratuit) ; Espace disque disponible : 256 Go, SSD idéalement. En complément, pour les traitements Deep Learning : Carte graphique (GPU) NVidia 8 Go minimum, mais possibilité d’utiliser Google Colaboratory (GPU ou TPU), ou Kaggle Notebook avec des comptes gratuits. Niveau requis : Prépa scientifique ou Bac + 2 en mathématiques. Prérequis techniques : Programmation Python, librairies pour la Data Science. Math (analyse réelle, algèbre, proba, stat) Informatique (algorithmique, base de données, terminal) Collecte de données (API, requêtes SQL) Communication et collaboration (Git, Pep8) Ingénieur Machine Learning 5 Projet 1 - 10 heures Définissez votre stratégie d'apprentissage Vous embarquez sur un grand parcours d'apprentissage ! Équipez-vous des outils et des bonnes pratiques dont vous aurez besoin tout au long de vos cours et de vos projets. Compétences cibles Construire pas à pas son projet professionnel Cours associés Apprenez à apprendre Facile 6 heures Être capable d'apprendre vite et bien est une compétence clé dans n'importe quel domaine. Suivez ce cours pour améliorer votre capacité d'apprentissage ! Comprendre le Web Facile 6 heures Le monde du Web vous intéresse, mais vous n’y connaissez rien ? Vous décrochez quand vous entendez du vocabulaire geek ? Imprégnez-vous de la culture du Web avec ce cours ! Ingénieur Machine Learning 6 Développez vos soft skills Facile 6 heures Les soft skills, comme l’adaptabilité, la collaboration, la résolution de problèmes, sont des compétences de plus en plus recherchées. Développez ces compétences transversales et comportementales. Gérez votre temps efficacement Facile 12 heures La gestion du temps est une compétence qui peut s'apprendre. Découvrez une série de lois du temps et de bonnes habitudes à prendre, et devenez plus performant et efficace dans votre travail. Ingénieur Machine Learning 7 Projet 2 - 70 heures Concevez une application au service de la santé publique L'agence "Santé publique France" a lancé un appel à projet autour des problématiques alimentaires. Vous proposerez une application basée sur des données nutritionnelles. Compétences cibles Communiquer ses résultats à l’aide de représentations graphiques lisibles et pertinentes Effectuer des opérations de nettoyage sur des données structurées Effectuer une analyse statistique multivariée Effectuer une analyse statistique univariée Cours associés Initiez-vous au Machine Learning Moyenne 10 heures Découvrez le Machine Learning et ses différentes techniques (régression linéaire, classification non supervisée...). Vous verrez comment un algorithme apprend pour résoudre un problème de Data Science, et vous entrainerez votre premier modèle ! Réalisez une analyse exploratoire de données Moyenne 15 heures Comprenez les tendances de votre jeu de données avec la puissante ACP (Analyse en Composantes Principales) et d'autres méthodes de classification automatique comme le k-means. Ingénieur Machine Learning 8 Projet 3 - 100 heures Anticipez les besoins en consommation électrique de bâtiments Pour atteindre son objectif de ville neutre en émissions de carbone en 2050, la ville de Seattle a besoin de vous. Votre mission ? Prédire la consommation électrique des bâtiments municipaux. Compétences cibles Adapter les hyperparamètres d'un algorithme d'apprentissage supervisé afin de l'améliorer Évaluer les performances d’un modèle d'apprentissage supervisé Mettre en place le modèle d'apprentissage supervisé adapté au problème métier Transformer les variables pertinentes d'un modèle d'apprentissage supervisé Cours associés Evaluez les performances d'un modele de machine learning Moyenne 10 heures Apprenez à évaluer un algorithme de machine learning, évitez le sur-apprentissage, et choisissez le meilleur modèle pour votre problème, à l'aide de la validation croisée et la grid- search. Ingénieur Machine Learning 9 Entraînez un modèle prédictif linéaire Moyenne 10 heures Découvrez les algorithmes d’apprentissage supervisés. Appliquez une régression linéaire ou logistique et appréhendez les méthodes à large marge (SVM). Utilisez des modèles supervisés non linéaires Moyenne 12 heures Etendons les méthodes linéaires à la modélisation de relations non linéaires entre les données, notamment à l'aide du SVM et du perceptron. Vous découvrirez aussi une famille d’algorithme très populaire… les réseaux de neurones ! Modélisez vos données avec les méthodes ensemblistes Moyenne 15 heures Décuplez la robustesse et l’efficacité de vos algorithmes à l’aide des méthodes ensemblistes, le bagging et le boosting. Vous découvrirez aussi les forêts aléatoires et le très prisé XGBoost. Ingénieur Machine Learning 10 Projet 4 - 70 heures Segmentez des clients d'un site e-commerce Vous êtes consultant pour Olist, un site e-commerce brésilien. Les équipes marketing ont besoin de segmenter leurs clients pour optimiser les campagnes de communication. Compétences cibles Transformer les variables pertinentes d'un modèle d'apprentissage non supervisé Mettre en place le modèle d'apprentissage non supervisé adapté au problème métier Adapter les hyperparamètres d'un algorithme non supervisé afin de l'améliorer Évaluer les performances d’un modèle d'apprentissage non supervisé Cours associés Explorez vos données avec des algorithmes non supervisés Difficile 15 heures Comment faire parler vos données, sans les étiqueter ? Apprenez à mettre en œuvre le clustering (k-means, DBSCAN, clustering hiérarchique) et la réduction dimensionnelle (ACP, MDS, t-SNE). Ingénieur Machine Learning 11 Projet 5 - 80 heures Catégorisez automatiquement des questions Sur le site Stack Overflow, les utilisateurs posent des questions liées à l’informatique. Vous êtes en charge de développer un système permettant de tagger automatiquement les questions des utilisateurs. Compétences cibles Représenter graphiquement des données à grandes dimensions Mettre en œuvre des techniques d’extraction de features pour des données non structurées Prétraiter des données non structurées pour obtenir un jeu de données exploitable Mettre en œuvre des techniques de réduction de dimension Cours associés Analysez vos données textuelles Moyenne 8 heures Les données textuelles, non structurées, sont omniprésentes dans vos fils d'actualité, ou encore sur les réseaux sociaux. Transformez et modélisez vos données textes grâce aux bag of words, aux word embedding et même aux réseaux de neurones ! Ingénieur Machine Learning 12 Projet 6 - 100 heures Classez des images à l'aide d'algorithmes de Deep Learning Une association animalière souhaite automatiser l'identification de ses pensionnaires à partir de leurs photos. C'est l'occasion d'utiliser des modèles de Deep Learning, très performants pour classer des images ! Compétences cibles Sélectionner un modèle d'apprentissage Deep Learning adapté à une problèmatique métier Adapter les paramètres d'un uploads/Ingenierie_Lourd/ 148-ingenieur-machine-learning-fr-fr-standard 2 .pdf