Master intensif en science des données

Nuclio Digital School

Description du programme

Lire la description officielle

Master intensif en science des données

Nuclio Digital School

Les bonnes décisions sont toujours basées sur des données

Développez votre expertise dans le domaine de la science des données en exploitant des ensembles de données du monde réel et en apprenant auprès d'experts du secteur grâce à un programme basé sur Python. Maîtrisez les outils et les techniques nécessaires pour résoudre de vrais problèmes d’affaires et faire progresser votre carrière aujourd’hui.

Obtenez de vrais résultats

Notre équipe carrière vous aide à identifier vos points forts, à affiner vos objectifs et à vous mettre en contact avec plus de 200 partenaires de Nuclio afin de concrétiser vos aspirations professionnelles.

Savoir expert

Résolvez des problèmes avec des étudiants de haut niveau issus de divers domaines: sciences, analyse de données, ingénierie, mathématiques, etc. Créez des liens significatifs, rencontrez des employeurs potentiels et rejoignez une communauté d’apprenants à vie.

Concepts, plates-formes et techniques dans le cours.

  • Programmation: R, Python
  • Visualisation des données: ggplot2, seaborn, matplotlib
  • Statistiques inférentielles,
  • Distributions de probabilité,
  • Analyse de régression
  • Algorithmes de classification
  • Regroupement et recommandation.
  • Aptitudes à la communication: elles sont essentielles pour expliquer et visualiser correctement tout ce qui a été appris auparavant.
  • Laboratoires de données
  • Projet final

Principes fondamentaux de la science des données: Python et statistiques

Les étudiants sont directement intégrés à un programme basé sur Python où nous explorons et apprenons les meilleures pratiques en analyse statistique, y compris les méthodes fréquentistes et bayésiennes. En utilisant les meilleures pratiques en matière de génie logiciel et en programmant deux par deux avec des pairs de différents horizons, les étudiants maîtrisent les concepts fondamentaux de la science des données.

  • introduction
  • Installer notre outil de travail
  • Une introduction à l'analyse prédictive et à l'apprentissage automatique
  • Nettoyage des données

Apprentissage automatique et études de cas réels

Dans le deuxième bloc, nous avons commencé à nous immerger dans l’apprentissage automatique en travaillant sur de vrais problèmes de classification, de régression et de regroupement en utilisant des ensembles de données structurés et non structurés. Nous découvrirons des bibliothèques telles que scikit-learn, NumPy et SciPy, et utiliserons des études de cas réels pour intégrer notre compréhension de ces bibliothèques à des applications réelles.

  • Opérations de traitement de données
  • Concepts de base de la statistique pour la modélisation prédictive
  • Régression linéaire avec Python
  • Régression logistique avec Python
  • Clustering et classification
  • Arbres et forêts aléatoires

Traitement du langage naturel et visualisation des données

Dans notre troisième bloc, nous ajoutons des systèmes de traitement du langage naturel et de recommandation à notre corpus de connaissances en science des données. Nous apprenons le traitement des mégadonnées open source et finissons le bloc en perfectionnant l'art de la visualisation et la connaissance des données. À la fin de ce bloc, les étudiants doivent être bien familiarisés avec les connaissances conceptuelles et être prêts à se lancer dans des projets indépendants.

  • Machines de support vectoriel
  • K voisins les plus proches
  • Systèmes de recommandation
  • Analyse des composants principaux
  • Introduction aux réseaux de neurones et apprentissage en profondeur avec TensorFlow
  • Joindre le code R et Python avec la bibliothèque rpy2

Projet Capstone et préparation au marché du travail

Pour compléter notre programme d'immersion, les étudiants travaillent de manière indépendante à un projet de science des données appliquées unique à leurs intérêts ou à leurs aspirations de carrière dans un projet de Capstone. Ces projets reflètent l'ensemble des compétences techniques acquises par les étudiants tout au long du cours et démontrent leur compétence et leurs aptitudes en tant que véritables scientifiques de données.

D'ici 2020, on estime à 1 million le nombre de nouveaux emplois numériques et technologiques en Europe.

Le profil de la science des données sera l’un des plus pertinents pour la productivité des entreprises, en fournissant les informations nécessaires à celles-ci pour pouvoir avoir un avantage sur leurs concurrents.

Cet établissement propose des programmes en :
  • Espanol


Mis à jour le December 6, 2018
Durée et prix
Ce cours est Sur le campus
Start Date
Début
Avril 23, 2019
Duration
Durée
16 semaines
Temps partiel
Price
Prix
5,900 EUR
Information
Deadline
Locations
Espagne - Barcelone, Catalogne
Début : Avril 23, 2019
Date limite d'inscription Se renseigner
Date de fin Se renseigner
Dates
Avril 23, 2019
Espagne - Barcelone, Catalogne
Date limite d'inscription Se renseigner
Date de fin Se renseigner