Embed Size (px)
Citation preview
Ingénieur Machine LearningVous avez les bases en Data Science ? Approfondissez votre maîtrise du MachineLearning.
Durée de laformation :510 heures
Embauché ouremboursé**
Durée de laformation enalternance :
12 mois
Temps d'étudesconseillé à
temps plein :6 mois
Diplôme niveau7 (bac +5)*
*Data scientist - NSF 326 - Diplôme niveau 7 (bac +5) - enregistré au RNCP par arrêté du 27/03/2020 publié au JO du20/03/2020
**Conditions disponibles sur la page https://openclassrooms.com/fr/terms-of-sale
Data
Ingénieur Machine Learning 2
Financez ce parcours grâce à vos crédits CPF directement depuis la plateforme MonCompte Formation :
Temps complet - 6 moisTemps partiel - 12 mois
Quel est le rôle d'un Ingénieur Machine Learning ?
L’Ingénieur Machine Learning est un Data Scientist spécialisé dans les algorithmesd’apprentissage automatiques, permettant de traiter des données volumineuses etde différentes natures.
Au sein d’une équipe data, vous serez en charge de répondre à des problématiquesde modélisation mathématiques à l’aide d’algorithmes adaptés.
Pour cela, vous choisirez le modèle le plus performant, parmi votre paletted’algorithmes : supervisés, non supervisés ou encore réseaux de neurones profonds(Deep Learning).
Ce que vous saurez faire
Programmer des algorithmes de Machine Learning.Entraîner des réseaux de neurones profonds.Modéliser des données complexes, comme des images et des textes.Mener un projet de recherche et réaliser une preuve de concept (POC).
Parcours en partenariat avec CentraleSupélec
Votre orientation
Ce parcours donne accès aux métiers suivants :
Ingénieur Machine Learning 3
Ingénieur Machine LearningData ScientistResearch Scientist
Quel parcours Data est fait pour vous ?
Data Analyst : Vous débuterez dans la data en analysant des données et en réalisantdes reportings et des dashboards.
Data Scientist : Vous avez un bagage mathématique, et vous souhaitez réaliser desanalyses poussées à l’aide d’algorithmes.
Ingénieur Machine Learning : Vous avez un solide bagage mathématique et voussouhaitez développer des algorithmes de machine learning avancés.
Votre rémunération
Rémunérations moyennes pour le métier d’Ingénieur Machine Learning :
Débutant : 45 000 € à 55 000 € annuels brutsExpérimenté : 55 000 € à 80 000 € annuels bruts
(Source : Glassdoor)
Ces profils sont très recherchés, majoritairement en CDI. En freelance, les IngénieurMachine Learning facturent jusqu’à 1200€ par jour de travail.
Retrouvez sur cette page les indicateurs de performance des formationsOpenClassrooms.
Prérequis
Niveau de langue : Pour les apprenants étrangers, un niveau de français B1-B2(utilisateur indépendant) est conseillé pour la réussite de la formation.
Matériel : Accès à un ordinateur (PC ou Mac), muni d’un microphone, une webcam etune bonne connexion internet (3.2 Mbps en envoi et 1.8 Mbps en réception dedonnées). Pour tester la qualité de votre connexion, cliquez sur ce lien.
Ce parcours nécessite également d'être équipé d'un ordinateur avec les spécificationssuivantes :
CPU :core I3 ou AMD Ryzen 3 minimum (idéalement core I7 ou AMD Ryzen 7 ;
RAM :
Ingénieur Machine Learning 4
mémoire de 8 Go minimum (16 Go idéalement, mais possibilité d'utiliserGoogle Colaboratory pour les fichiers de données les plus importants duparcours, avec un compte gratuit) ;
Espace disque disponible : 256 Go, SSD idéalement.
En complément, pour les traitements Deep Learning :
Carte graphique (GPU)NVidia 8 Go minimum, mais possibilité d’utiliser Google Colaboratory (GPUou TPU), ou Kaggle Notebook avec des comptes gratuits.
Niveau requis : Prépa scientifique ou Bac + 2 en mathématiques.
Prérequis techniques :
Programmation Python, librairies pour la Data Science.Math (analyse réelle, algèbre, proba, stat)Informatique (algorithmique, base de données, terminal)Collecte de données (API, requêtes SQL)Communication et collaboration (Git, Pep8)
Ingénieur Machine Learning 5
Projet 1 - 10 heures
Définissez votre stratégied'apprentissageMettez-vous dans les meilleures conditions pour réussir votre parcours :projetez-vous dans votre formation, définissez votre planning et appropriez-vous les outils essentiels pour apprendre.
Compétences cibles
Définir le cadre de votre formation
Cours associés
Apprenez à apprendre
Facile 6 heures
Être capable d'apprendre vite et bien est une compétence clédans n'importe quel domaine. Suivez ce cours pour améliorervotre capacité d'apprentissage !
Ingénieur Machine Learning 6
Projet 2 - 70 heures
Concevez une application auservice de la santé publiqueL'agence "Santé publique France" a lancé un appel à projet autour desproblématiques alimentaires. Vous proposerez une application basée sur desdonnées nutritionnelles.
Compétences cibles
Communiquer ses résultats à l’aide de représentations graphiques lisibles etpertinentesEffectuer des opérations de nettoyage sur des données structuréesEffectuer une analyse statistique multivariéeEffectuer une analyse statistique univariée
Cours associés
Initiez-vous au Machine Learning
Moyenne 10 heures
Découvrez le Machine Learning et ses différentes techniques(régression linéaire, classification non supervisée...). Vous verrezcomment un algorithme apprend pour résoudre un problèmede Data Science, et vous entrainerez votre premier modèle !
Réalisez une analyse exploratoire de données
Moyenne 15 heures
Comprenez les tendances de votre jeu de données avec la puissanteACP (Analyse en Composantes Principales) et d'autres méthodes declassification automatique comme le k-means.
Ingénieur Machine Learning 7
Projet 3 - 100 heures
Anticipez les besoins enconsommation de bâtimentsPour atteindre son objectif de ville neutre en émissions de carbone en 2050, laville de Seattle a besoin de vous. Votre mission ? Prédire la consommationélectrique des bâtiments municipaux.
Compétences cibles
Adapter les hyperparamètres d'un algorithme d'apprentissage supervisé afin del'améliorerÉvaluer les performances d’un modèle d'apprentissage superviséMettre en place le modèle d'apprentissage supervisé adapté au problème métierTransformer les variables pertinentes d'un modèle d'apprentissage supervisé
Cours associés
Evaluez les performances d'un modele demachine learning
Moyenne 10 heures
Apprenez à évaluer un algorithme de machine learning, évitezle sur-apprentissage, et choisissez le meilleur modèle pourvotre problème, à l'aide de la validation croisée et la grid-search.
Entraînez un modèle prédictif linéaire
Moyenne 10 heures
Découvrez les algorithmes d’apprentissage supervisés. Appliquez unerégression linéaire ou logistique et appréhendez les méthodes à largemarge (SVM).
Ingénieur Machine Learning 8
Utilisez des modèles supervisés non linéaires
Moyenne 12 heures
Etendons les méthodes linéaires à la modélisation de relationsnon linéaires entre les données, notamment à l'aide du SVM etdu perceptron. Vous découvrirez aussi une familled’algorithme très populaire… les réseaux de neurones !
Modélisez vos données avec les méthodesensemblistes
Moyenne 15 heures
Décuplez la robustesse et l’efficacité de vos algorithmes àl’aide des méthodes ensemblistes, le bagging et le boosting.Vous découvrirez aussi les forêts aléatoires et le très priséXGBoost.
Ingénieur Machine Learning 9
Projet 4 - 70 heures
Segmentez des clients d'unsite e-commerceVous êtes consultant pour Olist, un site e-commerce brésilien. Les équipesmarketing ont besoin de segmenter leurs clients pour optimiser les campagnesde communication.
Compétences cibles
Mettre en place le modèle d'apprentissage non supervisé adapté au problèmemétierTransformer les variables pertinentes d'un modèle d'apprentissage non superviséAdapter les hyperparamètres d'un algorithme non supervisé afin de l'améliorerÉvaluer les performances d’un modèle d'apprentissage non supervisé
Cours associés
Explorez vos données avec des algorithmes nonsupervisés
Difficile 15 heures
Comment faire parler vos données, sans les étiqueter ?Apprenez à mettre en œuvre le clustering (k-means, DBSCAN,clustering hiérarchique) et la réduction dimensionnelle (ACP,MDS, t-SNE).
Ingénieur Machine Learning 10
Projet 5 - 80 heures
Catégorisezautomatiquement desquestionsSur le site Stack Overflow, les utilisateurs posent des questions liées àl’informatique. Vous êtes en charge de développer un système permettant detagger automatiquement les questions des utilisateurs.
Compétences cibles
Représenter graphiquement des données à grandes dimensionsMettre en œuvre des techniques d’extraction de features pour des données nonstructuréesPrétraiter des données non structurées pour obtenir un jeu de données exploitableMettre en œuvre des techniques de réduction de dimension
Cours associés
Analysez vos données textuelles
Moyenne 8 heures
Les données textuelles, non structurées, sont omniprésentesdans vos fils d'actualité, ou encore sur les réseaux sociaux.Transformez et modélisez vos données textes grâce aux bag ofwords, aux word embedding et même aux réseaux deneurones !
Ingénieur Machine Learning 11
Projet 6 - 100 heures
Classez des images à l'aided'algorithmes de DeepLearningUne association animalière souhaite automatiser l'identification de sespensionnaires à partir de leurs photos. C'est l'occasion d'utiliser des modèles deDeep Learning, très performants pour classer des images !
Compétences cibles
Sélectionner un modèle d'apprentissage Deep Learning adapté à une problèmatiquemétierAdapter les paramètres d'un modèle de Deep Learning afin de l’améliorerÉvaluer les performances d’un modèle de Deep LearningMettre en place un modèle de Deep LearningTransformer les variables pertinentes d'un modèle de Deep Learning
Cours associés
Classez et segmentez des données visuelles
Difficile 15 heures
Enrichissez votre palette de Data Scientist en classant desdonnées visuelles. Dans ce cours, vous allez prétraiter desimages et les modéliser grâce au SIFT et au Deep Learning(CNN).
Ingénieur Machine Learning 12
Découvrez le cloud avec Amazon Web Services
Moyenne 12 heures
Grâce à ce cours, prenez en main le cloud Amazon WebServices (AWS), montez un serveur web EC2, installez une basede données sur RDS et stockez des fichiers sur S3.
Initiez-vous au Deep Learning
Moyenne 8 heures
Nous allons étudier les principes de l'intelligence artificielle àtravers des architectures de type réseaux de neurones. Aprèsavoir présenté les réseaux classiques (MLP, CNN, GAN), nousaborderons les modèles récurrents dédiés aux donnéesséquentielles (RNN, LSTM).
Ingénieur Machine Learning 13
Projet 7 - 30 heures
Développez une preuve deconcept (option stage)La Data Science évolue en permanence et vous devrez en suivre lesdéveloppements. Dans ce projet libre, vous ferez une recherche sur l'état de l'artdans le but de développer une preuve de concept (POC).
Compétences cibles
Identifier des sources d'informations fiables et pertinentesIdentifier les méthodes "état de l'art" pour résoudre un problème de Data scienceDévelopper une preuve de concept pour résoudre un problème de Data scienceRéaliser une veille sur les évolutions de la Data Science
Cours associés
Rédigez votre rapport de stage
Facile 30 minutes
Le stage en entreprise est une étape décisive de votreformation. Afin d'en tirer le maximum et d'en rendre compteau mieux, vous allez produire un rapport de stage. Suivez cemini-cours pour apprendre à rédiger un rapport de stage aussienrichissant que convaincant !
Ingénieur Machine Learning 14
Projet 8 - 50 heures
Participez à une compétitionKaggle !Pour ce dernier projet, vos compétences de Data Scientist seront mises àl’épreuve… Vous participerez à la compétition Kaggle de votre choix. Que laforce soit avec vous !
Compétences cibles
Enrichir les réalisations d'autres membres de la communauté de professionnelsRédiger une note méthodologique afin de communiquer sa démarche demodélisationUtiliser un logiciel de version de code pour assurer l’intégration du modèlePrésenter son code aux standards PEP 8
lternanceOpenClassrooms, 1ère école en ligneà proposer des formations diplômantes
L'alternance en ligne permet à l'entreprise et à l'étudiant de trouver le meilleur
rythme adapté à leurs besoins respectifs.
Côté étudiant :une formation diplômanteet 100% financée
L'alternance est une modalité de formation qui mêle acquisition desconnaissances (en ligne) et des compétences (en entreprise).
Comment se dérouleun parcours enalternanceOpenClassrooms ?
Après avoir choisi le parcours de
formation qui lui convient, l'étudiantbénéficie d'un accompagnementgratuit de 2 mois pour trouver sonentreprise.
La formation peut se réaliser en contrat
de professionnalisation ou
d'apprentissage. Rendez-vous à la page
suivante pour savoir lequel choisir !
Est ce que laformation enalternance a un coûtpour l'étudiant ?
La formation en alternance est
gratuite ! Une rémunération est
également prévue : jusqu'à 100% du
SMIC en fonction de votre âge et de
votre année de formation.
Pour se lancer, une seule adresse :
openclassrooms.com/fr/apprenticeship
Côté entreprise :l'accès à des profils qualifiéstoute l'année, en toutesimplicité !
OpenClassrooms est la 1ère école en ligne à proposer des formations enalternance, aux titres reconnus par l'État de niveau Bac+2 à Bac+5, sur desmétiers en tension, très recherchés par les recruteurs. Les formations enalternance peuvent être financées, soit par la taxe d'apprentissage, soit parles OPCO (Opérateurs de Compétences).
Comment lancer desparcoursd'alternance au seinde l'entreprise ?
Pour chercher des profils à recruter en
alternance ou lancer le recrutement d'un
étudiant déjà identifié, n'hésitez pas à
contacter :
Les équipes d'OpenClassrooms vous
accompagnent à chaque étape d'une
démarche d'alternance, du dossier de
financement au suivi de vos alternants.
Quand peut-onlancer une démarched'alternance au seinde l'entreprise ?
À tout moment : le contrat peut
démarrer tout au long de l'année, il n'y a
pas de date de rentrée imposée.
Pourquoi l'alternanceen ligne ?
Les avantages de l’alternance OpenClassrooms sont nombreux : date de début
flexible, formations créées par des experts métiers, accompagnement
personnalisé, formation financée...
1. Une formation gratuitepour l'étudiant et financéepour l'entreprise
La formation est gratuite.
Dans le cadre d'un contrat deprofessionnalisation, elle est 100%financée par votre OPCO.
Dans le cadre d'un contratd'apprentissage, elle est financée par la
taxe d'apprentissage que paient les
entreprises privées.
2. Une solution flexible,adaptée aux besoins del'étudiant et de l'entreprise
Le contrat peut démarrer à toutmoment de l'année.
Il est possible de faire soit un contrat
de professionnalisation, soit un contrat
d'apprentissage.
Le(s) jour(s) dédié(s) à la formation est
(sont) flexible(s) en fonction de
l'organisation de l'étudiant et de
l'entreprise.
3. Une formation dequalité, conçue pour uneapplication directe au seinde l'entreprise.
Les formations OpenClassrooms sont
professionnalisantes. Elles sont conçues
par et pour l'entreprise, sur des métiers
recherchés.
Les formations OpenClassrooms sont
de qualité, avec des diplômes inscrits auRNCP (Répertoire National des
Certifications Professionnelles) et dont
les niveaux sont reconnus par l'État.
Une plateforme collaborative favorise
les échanges entre apprentis et aide à la
recherche d'emploi.
Des espaces de coworking sont
proposés dans toute la France.
4. Un accompagnementdédié à chaque étape,pour l'étudiant commepour l'entreprise
Des profils d'étudiants disponibles etpré-sélectionnés par nos experts pourrépondre à vos besoins en recrutementsur toute la France.
Un accompagnement par nos
conseillers pédagogiques à chaqueétape de l'alternance.
Un point de suivi hebdomadaire par un
mentor individuel pour motiverl'étudiant et l'accompagner pendant
toute sa formation.
Contrat deprofessionnalisation1 jour en formation / 4 jours en entreprise.
L'entreprise embauche l'étudiant en CDD sur 12 ou 24 mois (selon le parcours de
formation).
La formation est financée par un OPCO. OpenClassrooms est référencé dans les
principaux OPCO grâce à ses titres certifiés et sa certification Datadock.
L'entreprise fait la démarche de demande de prise en charge auprès de son OPCO.
Nos équipes sont présentes à chaque étape pour l'accompagner.
L'étudiant est rémunéré sur une base qui va de 65% à 100% du SMIC (pour un
étudiant de plus de 26 ans).
Si l’étudiant a plus de 26 ans et est demandeur d’emploi, Pôle Emploi octroie une
aide à l’emploi à l’entreprise.
