MODULE 2 : Data Analysis

• Data analysis et Data Cleaning. Apprenez à utiliser Github, lancer des requêtes SQL, utiliser une API
  
  
• Data Visualization. Apprenez à utiliser les principales librairies de data viz comme Bokeh, Seaborn ou encore Plotly 
  
  
• Data Exploration. Explorez vos données en python afin d'en extraire les principaux insights
•  

2 semaines

MODULE 3 : Data Engineering2 semaines

• Manipulation d'API. Apprenez à développer et manipuler vos propres API.
  
  
• Mise en production.Vous apprendrez à mettre en production un projet Data. Découvrez les notions de dockerisation, clusters kubernetes.
  
  
• Cloud. Maitrisez les solutions cloud d'Amazon AWS et Google Cloud. Apprenez à monitorer l'activité de vos serveurs.

MODULE 4 : Machine Learning

• Apprentissage supervisé / Non Supervisé. Explorez ces différentes méthodes d'apprentissages grâce à la librairie Sickit-Learn : SVM, kNN, PCA, Random Forest.
• 
  Généralisation des modèles. Apprenez à choisir les bonnes méthodes de régularisation.
  
  
• Natural Language Processing. Développer les acquis techniques en gestion de données textes : NLTK, SpaCy...

2 semaines

MODULE 5 : Big Data Engineering

• Ecosystème Hadoop. Pouvoir comprendre l'architecture des applicatifs Hadoop et savoir quels sont les apports et les cas d'usage des solutions Hadoop.
  
  
• Bases de données SQL/NoSQL. Apprenez à manipuler les bases de données SQL et NoSQL : MongoDB, ElasticSearch, Neo4J
•  
• Data Streaming. Apprenez à créer un Data Streaming Pipeline et à maitriser l'utilisation de Kafka

1 semaine

MODULE 6 : Deep Learning

• Réseaux de Neurones. Apprenez à construire et entrainer vos premiers réseaux de neurones. 
  
  
• Computer Vision. Entrainer vos modèles de détections et de classifications d'images à et deployer vos premières applications. 
  
  
• Deep Reinforcement Learning et Recurrent Neural Networks. Apprenez à entrainer vos premiers agent ainsi qu'à évaluer un modèle RNN

1 semaines