.webp)
Explorez les principes fondamentaux de la Data Science, du Machine Learning au Deep Learning, en passant par Python et SQL.
Ce que vous apprendrez dans la pratique
Vous apprendrez à travers 6 modules à temps plein pendant 11 semaines (385 heures de formation).
Télécharger le programme.png)
Prepwork : préparez-vous à la formation
Après avoir été accepté, vous recevrez environ 35 heures de travail préparatoire à faire en ligne, soigneusement sélectionnées par Le Wagon. Ce travail vous permettra d'acquérir les bases nécessaires en Python et en mathématiques avant le début de la formation.
- Configurez votre environnement d'apprentissage (notes, éditeur de texte, ...)
- Terminal, Git et commandes de base de l'OS
- Bases de Python
- Fondamentaux mathématiques (de manière ludique et intuitive !)
- 35 heures de travail préparatoire en ligne
- Validation des fondamentaux mathématiques et des bases en Python
Data Analyse
Apprenez Python pour la Data Science : extrayez des données de bases de données relationnelles, manipulez des matrices de données volumineuses et créez des visualisations. Comprenez les concepts mathématiques clés pour l'analyse des données, comme les statistiques et l'algèbre linéaire.
- Sourcez des données à partir de fichiers, de web scraping ou d'API
- Manipulez les données avec Python, Pandas et Numpy
- Interrogez / stockez des données avec SQL et Google Big Query
- Visualisation avec Jupyter Notebook, Matplotlib, Seaborn et Plotly
- Une base de données construite en scrapant des données de librairies en ligne
- Analyse avancée des performances du football en SQL
- Tableau de bord visuel connecté à des API boursières
Decision Science
Mettez-vous dans la peau d'un consultant Data et apprenez à maîtriser la phase de préparation d'un data set volumineux. Extrayez des informations en interprétant des résultats statistiques basés sur des modèles de régression multivariés, des tests d'hypothèse et des intervalles de confiance.
- Modèles statistiques pour les régressions linéaires/logistiques multivariées
- Programmation orientée objet en Python
- Présentations avec graphiques interactifs
- Un challenge de 40 heures de consultation de données basé sur des données réelles d'un marché
- Présentations individuelles de vos résultats clés à votre client
Machine Learning
Implémentez le workflow du Machine Learning avec Scikit-Learn (préparation des données, feature engineering, sélection des modèles, évaluation et fine-tuning) et comprenez les intuitions mathématiques et les implémentations numériques des modèles de ML.
- Bibliothèques Scikit-learn et XGBoost
- Apprentissage supervisé (linéaire, KNN, SVM, Arbres, Ensembles)
- Apprentissage non supervisé (PCA, K-means, t-SNE, DBSCAN)
- Données structurées (tabulaires, séries temporelles avec SARIMAX...)
- Données non structurées (images, textes avec Naive-Bayes, Tf-idf, LDA...)
- Modèles de Machine Learning parfaitement adaptés à vos tâches
- Pipelines combinant le traitement des données et les prédictions des modèles
- Modèle de compression d'images par clustering de couleurs
- Algorithmes de détection des spams
- Modèle de prédiction des prix de l'immobilier
Deep Learning
Le Deep Learning n'aura plus de secret pour vous ! Comprenez l'architecture des réseaux de neurones (neurones, couches, piles) et leurs paramètres (activations, pertes, optimiseurs). Construisez vos propres réseaux de neurones (denses, récurrents ou convolutifs), pour travailler sur des images, des séquences et des textes. Apprenez à réutiliser et à transférer l'apprentissage à partir de "grands modèles" pré-entraînés issus des dernières recherches open-source. Mettez la main à la pâte avec des encodeurs automatiques, des pipelines de traitement des données par lots et l'entraînement par GPU.
- TensorFlow
- Keras
- Google Colab
- Réseau neuronal dense pour la détection des transactions frauduleuses
- Apprentissage par transfert pour la classification d'images
- Auto-encodeurs pour la compression et le débruitage des images
- Réseaux récurrents pour les prévisions météorologiques
- Word embedding pour l'analyse des sentiments ou l'autocomplétion de textes
Machine Learning Engineering (MLOps)
Transformez vos meilleurs modèles en un package python reproductible qui peut être entraîné sur des données volumineuses dans le cloud, à l'aide de machines virtuelles et de bases de données en ligne. Surveillez les performances de votre modèle au fur et à mesure de l'arrivée de nouvelles données, réentraînez-le si nécessaire et exposez ses prédictions via des API ou des sites Web.
- Code VS et ligne de commande
- Google Cloud, machines virtuelles, SSH pour le formateur
- MLflow & Prefect pour l'orchestration DAG
- Docker & Fast API pour le backend
- Streamlit pour le frontend
- Modèle de Machine Learning de prédiction des tarifs de taxi, entraîné sur des données volumineuses sur le cloud avec des GPU.
- Tableau de bord visuel sur le web montrant les prédictions en direct (sur des graphiques, des cartes, etc.)
- Modèles entraînés en production capables de s'auto-réparer
Semaines de projet
La phase de projet est l'expérience ultime du bootcamp. Collaborez efficacement en équipes de 3-4 personnes sur un véritable projet de Data Science que vous présenterez lors du Demo day.Utilisez des référentiels de données ouverts (initiatives gouvernementales, Kaggle, Paper with Code, etc.) ou apportez votre propre jeu de données privé. Avec l'encadrement à temps plein de professeurs experts, développez le produit Data qui vous fait rêver.
- Créer une application avec une démonstration en direct des prédictions du modèle
- Créer une analyse approfondie d'un ensemble de données d'entreprise
- Reproduire les derniers articles de recherche en IA (Intelligence Artificielle) avec les Big Models
Career Week : une semaine dédiée à votre projet professionnel
Rencontrez des professionnels de la tech, inspirez-vous du parcours de nos alumni, affutez CV et portfolio et préparez-vous aux entretiens.
- Affinez votre projet professionnel et peaufiner votre profil
- Bénéficiez de notre réseau de +23 000 alumni et +1000 entreprises partenaires
- Coaching personnalisé
- CV, lettre de motivation et portfolio
- Préparation aux entretiens techniques
Mise en pratique et perfectionnement autour du ML Engineering
Vous êtes déjà un(e) Data Scientist : mettez en application vos nouveaux savoir-faire en entreprise. Et continuez de vous former en parallèle sur les derniers sujets de Data Engineering au Wagon, en vous connectant en visio un vendredi sur deux avec les professeurs du Wagon.
Le meilleur format pour progresser rapidement
Commencez par une formation intensive, pour arriver bien armé(e) dans votre entreprise.
Financement et contrat
Au Wagon, l'alternance peut se faire avec un contrat d'apprentissage.
Le montant total de la formation est sans frais pour l'alternant.
Un accompagnement sur-mesure pour décrocher votre contrat d'alternance
Le Wagon et notre partenaire CFA Afia vous accompagnent pour trouver une entreprise qui vous recrute en alternance. Notre Service carrières vous offre également un accompagnement personnalisé ainsi qu'un accès à notre réseau de 1 000 partenaires recruteurs.
Découvrez ce qu'ils sont devenus
.webp)
Comment ça marche ?
Candidatez à l'un de nos programmes en alternance et complétez les différentes étapes pour débuter votre alternance.
Après avoir postulé en ligne, l’admission se fait en 3 étapes :
- 1 entretien de motivation avec les équipes admissions du Wagon ;
- Pré-requis : Programmation : vous devez être à l'aise avec les types de données et les variables, les conditions, les boucles, les fonctions et les structures de données.
- Mathématiques : niveau requis équivalent à la Terminale S, ce qui signifie que vous êtes à l'aise avec les fonctions, les dérivés et les systèmes d'équations linéaires.
- 1 entretien de motivation avec les équipes admissions du Wagon ;
- 1 quiz technique pour vérifier vos pré-requis ;
Après avoir postulé en ligne, l’admission se fait en 3 étapes :
- 1 entretien de motivation avec les équipes admissions du Wagon ;
- Un quiz pour évaluer votre logique, votre curiosité et votre capacité à apprendre, comme vous le feriez au Wagon ;
- Nous vous accompagnons ensuite dans votre recherche d’entreprise avec notre partenaire, CFA Afia.
Après avoir postulé en ligne, l’admission se fait en 3 étapes :
- 1 entretien de motivation avec les équipes admissions du Wagon ;
- Un quiz pour évaluer votre logique, votre curiosité et votre capacité à apprendre, comme vous le feriez au Wagon ;
- Nous vous accompagnons ensuite dans votre recherche d’entreprise avec notre partenaire, CFA Afia.
Notre partenaire CFA Afia vous accompagne pour trouver votre entreprise grâce à une mise en relation avec des entreprises partenaires.
Vous avez déjà votre entreprise ? C'est parfait ! Précisez-le durant votre entretien et nous prendrons contact avec votre entreprise pour lancer votre contrat.
Préparez-vous à la maison sur différents exercices en lien avec le programme de votre choix.
Pendant 10 semaines, montez en compétences sur les dernières techniques et outils et vivez l’expérience "bootcamp" qui a fait la renommée mondiale du Wagon.
Mettez en application vos nouveaux savoir-faire en entreprise et continuez de vous former en parallèle au Wagon.
4 jours par semaine en entreprise + 1 jour en distanciel au Wagon.
Préparez-vous à votre ultime soutenance et obtenez votre diplôme de niveau 6 (BAC+4).
Programmes certifiés, niveau Bac +3/4
À la fin du programme, vous recevrez un certificat RNCP niveau 6, équivalent à BAC +3/4 que vous pourrez présenter aux recruteurs.
Lancez votre carrière dans la tech auprès d'experts passionnés
Depuis 2013, Le Wagon a formé plus de 22 000 personnes dans le monde entier. Grâce à nos formations, nos diplômés ont pu commencer une nouvelle vie, relancer leur carrière, créer l’entreprise de leur rêve.
Des programmes créés et enseignés par des experts de la Tech
Polytechnique
Polytechnique
Harvard
Mc Gill University
Les meilleures entreprises recrutent nos diplômés
La plupart de nos Développeurs et Product Managers viennent du Wagon ! Le Wagon est devenu un partenaire stratégique clé qui aide Skello à recruter de grands talents tech.
La plupart de nos Développeurs et Product Managers viennent du Wagon ! Le Wagon est devenu un partenaire stratégique clé qui aide Skello à recruter de grands talents tech.
Ce que nous aimons chez les profils issus du Wagon, c'est qu'ils sont capables de maîtriser de nombreux sujets différents. Nous faisons face à de grands défis en matière de recrutement et les événements du Wagon sont l'occasion parfaite pour découvrir des profils très intéressants.
Ce que nous apprécions, c'est que les profils sont vraiment full-stack et capables de s'intégrer rapidement sur le plan opérationnel. L'avis de la communauté est vraiment positif concernant les personnes issues du Wagon, ce qui est également un bon point.
