Bachelor Data Analyst

En 1^ère année les étudiants découvrent les fondamentaux du numérique, avec des enseignements complémentaires.

• Développement web
• Mathématiques
• Python et Algorithmie
• Design UX / UI
• CMS (dont WordPress)
• Vidéo / Motion Design
• PAO (Suite Adobe)
• Anglais

Un stage de 6 semaines minimum permet d’expérimenter en entreprise les connaissances acquises pendant la formation.

En 2^ème année les étudiants poursuivent avec les enseignements communs qui permettent de développer des connaissances sur toutes les composantes du numérique. Un atout pour réussir la gestion de projet.

• Langages de programmation
• Base de données
• Création de contenus
• Réseaux sociaux
• E-marketing
• Anglais

Un stage de 4 mois permet aux étudiants de démontrer qu’ils ont acquis de solides compétences au cours de ces deux premières années.

En 3^ème année les étudiants peuvent choisir la spécialisation Data Analyst ! Objectif : Acquérir une expertise dans le traitement de la donnée, de la collecte jusqu’à l’analyse.

La 3ème année est réalisée en alternance : 1 semaine à l’école / 3 semaines en entreprise.

Les étudiants consacrent cette année à un projet « Fil rouge » qui permet de renforcer ses connaissances dans l’analyse de données et de développer des compétences transverses comme l’autonomie, la gestion de projet et le travail en équipe.

Connaître les fondamentaux de la data analyse et de l’internet des objet (IOT)

• Introduction à la Data Analyse, Sécurisation de la donnée, concepts et applications
• Gérer un projet Agile, intégration continue, Environnements de développement, déploiement d’un programme
• Cycle de vie de la donnée : collecte, nettoyage, structuration, stockage, outils entrant dans le cycle de vie
• IOT, capteurs, SI : définition et place des IOT, collecte de données
• Machine Learning : choix d’algorithmes, utilisation du cloud, programmation en python, analyse et prédictions
• Deep Learning, IA (initiation)
• Projet pratique « Fil Rouge »

Savoir programmer pour la data et connaître l’environnement technique

• Programmation Python : les fondamentaux, Python Objet, les librairies Python dont les librairies pour traiter la data
• Base de données relationnelle (SQL) modèle Entité Association, Mysql, SQL
• Base de données non relationnelle (Cassandra)
• Architecture logicielle et physique, Big Data
• Cloud et data : cloud du marché, services offerts, modèle économique, créations de pages web avec un ou plusieurs cloud
• Projet pratique « Fil Rouge »

Utiliser la Business Intelligence

• Présentation des résultats : logiciels BI et Excel
• Savoir communiquer et convaincre sur la base d’une analyse de données, comment communiquer au management, comment prendre des décisions
• Projet pratique « Fil Rouge »

Automatiser le déploiement d’une infrastructure dans le cloud

• Création de serveurs dans le cloud
• Déploiement et sécurisation d’infrastructures
• Mise en production

Déployer les applications en continu

• Créer un environnement de test
• Gérer les stockages de données, les containers
• Mise en production à l’aide d’une plateforme

Superviser les services déployés

• Définition des statistiques de services et solutions de supervision