- Durée
- 3 jours
- Niveau
- Avancé
- Modalités
- Présentiel / Distanciel
Description de la formation Data Scientist avance
Dans l'univers du Big Data, le rôle du data scientist joue est primordial pour valoriser les données.
Cette formation Data Scientist Avancé vous apprend les modèles statistiques et les techniques d'analyse des données qui vous aideront à exploiter vos données.
Ce cours est animé par des data scientists en activité. Ils vous font bénéficier de leur retour d'expérience de modèles réels mis en place chez leurs clients et de leur expérience des compétitions de Data Science.
Objectifs pédagogiques
Objectifs pédagogiques :
À l'issue de cette formation Data Scientist Avancé vous aurez acquis les connaissances et compétences nécessaires pour :
- Découvrir et utiliser la puissance prédictive des modèles ensemblistes
- Savoir effectuer un "feature engineering" performant
- Appréhender les techniques de text-mining et de deep-learning à travers d'exemples concrets
- Enrichir ses outils de data scientist
Objectifs opérationnels
Savoir exploiter vos données.
Programme
Contenu du cours, module par module
8 modules
- Ecosystème du Big Data et Data Scientist
- Comment modéliser un problème de data science ?
- Les différentes familles d’algorithmes (supervisé : classification/régression, non supervisé)
- Les algorithmes classiques
- Comment évaluer la performance ?
- Sur apprentissage et compromis biais/variance
- Rappels
- Pourquoi ça fonctionne ? Raisons théoriques
- Introduction au stacking
- Architecture et promesses du stacking
- Feature weighted stacking
Travaux pratiques
- Un modèle de représentation : le bag of words
- Normalisations usuelles
- Stemming, lemmatization
- Distances (Levenshtein, Hamming, Jaro-Winkler)
- Word2Vec
- Normalisation
- Qu’est ce que la normalisation ?
- Quand l’utiliser ?
- Réduction de dimension (ACP, TSNE, LSA, etc.)
- Transformation et interactions entre variables
- Traitement des variables catégorielles à haute dimensionnalité
- Création de variables extraites d’arbres (Facebook Trick)
- L’origine : le perceptron
- Les réseaux de neurones
- Deep learning
- Objectif : s’affranchir du feature engineering manuel
- Convolution
- Réseaux récurrent
Cas concret
- Synthèse des points abordés les deux premiers jours
- Approfondissement des sujets sélectionnés avec l’intervenant
- Le dernier jour de ce stage est entièrement consacré à des mises en pratique
Sélection et participation à une compétition
- Le formateur sélectionnera une compétition en cours sur Kaggle qui sera démarrée en jour 3 par l’ensemble des participants
Travaux pratiques
Des travaux pratiques ainsi que des mises en situations concrètes viennent ponctuer cette formation afin de lier théorie à la pratique pour être autonome à l'issue du cours.
Programme mis à jour le 27/08/2025
Public concerné
le cours s'adresse aux data scientists, analystes, statisticiens, architectes et développeurs souhaitant approfondir leurs connaissances sur la Data Science.
Prérequis
Pour suivre cette formation, il est recommandé d'avoir des connaissances de base en programmation ou en scripting. Il faut également avoir suivi la Formation "Fondamentaux de la Data Science" (OFDS) ou avoir les connaissances équivalentes.
J’évalue mes connaissances pour vérifier que je dispose des prérequis nécessaires pour profiter pleinement de cette formation en faisant le test de prérequis.
Faire le testFinancement
Cette formation peut être prise en charge par votre entreprise, seule ou avec l’appui de son opérateur de compétences. Nous fournissons le devis et les pièces attendues par l’OPCO.
Formations liées
- Data Scientist : Les fondamentaux de la Data ScienceRéf. OFDS3 joursFondamentalProchaine session : 26 nov.2 500 €
- Dataiku Data Science Studio (DSS) : exploitez vos données grâce aux méthodes prédictivesRéf. DDSS3 joursFondamentalProchaine session : 23 nov.2 470 €
- Jupyter Notebook : Créer et partager des documents interactifs avec Jupyter NotebookRéf. JUPY1 jourIntermédiaireProchaine session : 11 déc.820 €
- Maîtriser l'industrialisation d'un projet de Data ScienceRéf. MIDS5 joursIntermédiaireProchaine session : 4 mars3 825 €