Applied MSc in Data Analytics
Expert en Sciences des Données
La formation peut se suivre en présentiel sur le site de votre choix ou 100 % en distanciel :
- Campus Paris 4 rue de la Collégiale 75005 Paris
- Campus Sophia-Antipolis Les Templiers, 950 route des Colles - Sophia-Antipolis 06410 Biot
Formation en présentiel
Bac + 5
Titre RNCP niveau 7
(
code RNCP 34262
-
code diplôme
16X11401
)
Formation éligible
à la prime de 6000€
Titre délivré par Data ScienceTech Institute
- Examens finaux
- Validation partielle par blocs de compétences : non
Siège social, 75005 Paris, France
Rentrée :
Spring :
De mars 2024 à juin 2025
Autumn :
De septembre 2024 à décembre 2025
Présentation de la formation
Objectifs
Ce Master of Science permet de :
- développer un esprit d’analyste aiguisé pour structurer ses actions scientifiques et techniques en produisant des rapports d’aide à la décision clairs et exploitables ;
- maîtriser les logiciels leaders du marché de la business intelligence et de la visualisation de données, enrichis de certifications industrielles ;
- acquérir des compétences uniques et à valeur ajoutée dans diverses technologies de bases de données, en améliorant le profil standard d'un analyste de données ;
- se familiariser avec le Machine Learning pour l'analyse prédictive, avec des bases scientifiques solides et des applications concrètes à travers les technologies les plus répandues ;
- être sensibilisé à la gestion des projets informatiques et aux conséquences juridiques du traitement des données, avec une pincée de réflexion éthique sur les conséquences de l'exploitation des (big) data.
Certifications acquises : Neo4j Certified Professional / Exam PL-300: Microsoft Power BI Data Analyst / Microsoft Certified: Power Platform Functional Consultant Associate / SAS® Visual Business Analytics Specialist.
Compétences visées
Analyser, concevoir et déployer des infrastructures informatiques distribuées pour stocker et traiter des données massives – Concevoir des modélisations mathématiques pour enrichir les systèmes d’aide à la décision – Concevoir et implémenter des algorithmes pour le traitement des grands volumes de données dans le respect des bonnes pratiques de l’ingénierie logicielle (incluant les approches SQL et NoSQL) – Conduire des projets complexes en intégrant les contraintes légales et les valeurs d’éthique pour diffuser les bonnes pratiques dans les organisations – Détecter et évaluer l’état de l’art de l’intelligence artificielle pour développer des projets innovants.
Pré-inscription à la formation :
c'est par ici !
Les pré-inscriptions pour cette formation sont ouvertes !
En cliquant sur "se pré-inscrire", vous serez redirigé vers notre plateforme iziA.
En 2 clics, créez votre compte et sélectionnez les formations qui vous intéressent : on vous recontacte !
Attention : n’oubliez pas de vous inscrire également auprès de l’établissement.
Débouchés
- Analyste de données (Data Analyst)
- Business Intelligence Analyst
- Data consultant
Rythme d’alternance
Contrat d'apprentissage (ou de professionnalisation sous conditions)
Parcours alterné de 750 h sur 15 mois
Rythme d’alternance
- 2 semaines en formation
- 3 semaines en entreprise
Prérequis et admission
- Avoir un esprit d’analyse et être rigoureux. Savoir traiter des données, les structurer, les croiser et les présenter. Maîtriser l’informatique et les langages de programmation.
- Admission sur dossier, test et entretien
- Niveau d'anglais B2
- Être recruté en apprentissage par une entreprise
- Formation accessible aux étudiants en situation de handicap
Programme
| Enseignements | Volumes * |
|---|---|
|
Data Analytics |
125 h |
| Applied Mathematics for Data Science |
25 h |
| Foundations of Statistical Analysis & Machine Learning Part 1 |
25 h |
| Semantic Web Technologies |
25 h |
| Big data Processing with R |
25 h |
| Python Machine Learning Labs |
25 h |
|
Databases |
105 h |
| Data Wrangling with SQL |
25 h |
| Document Databases – NoSQL – Part 2 |
5 h |
| Datawarehousing & ETL |
25 h |
| Graph Databases – NoSQL – Part 1 |
25 h |
| Data Pipeline Part I |
25 h |
|
Data Management & Visualisation |
100 h |
| Advanced Excel for Data Analytics & Machine Learning |
25 h |
| Data & Machine Learning Visualisation Ecosystem |
25 h |
| CRM Data Management |
25 h |
| Reporting & Visualisation |
25 h |
|
Management, Ethics & Laws |
50 h |
| IT Project Management – PMP-PMI and Agile Approaches |
25 h |
| Data Laws & Regulations – Philosophies, Geopolitics & Ethics |
25 h |
|
Sessions de support |
50 h |
|
Cours d'Anglais |
50 h |
|
Warm-up |
75 h |
|
Examens & Soutenance |
26 h |
|
Induction Day |
5 h |
|
Projet individuel |
157 h |
| Total | 750 h |
* Volumes horaires susceptibles d'être modifiés
Contacts
DSTI Charles CUGGIA charles@dsti.institute 04 89 41 29 44
DSTI Dominique SALLY dominique.sallay@dsti.institute 06 11 33 12 95
CFA afia Ghada CHOUCHENE Chargée de Mission Alternance gchouchene@cfa-afia.fr 06 82 58 68 96
| DSTI | CFA afia |
| Charles CUGGIA | Ghada CHOUCHENE |
| Chargée de Mission Alternance | |
| charles@dsti.institute | gchouchene@cfa-afia.fr |
| 04 89 41 29 44 | 06 82 58 68 96 |
| DSTI | |
| Dominique SALLY | |
| dominique.sallay@dsti.institute | |
| 06 11 33 12 95 |
Vous souhaitez avoir plus
d'informations sur la formation ?
Remplissez vos informations ici
Découvrez leur témoignage
Angélique Matthys
DSTI
Applied MSc in Data Analytics – Expert en Sciences des Données_
Mon expérience au sein de l’école DSTI est excellente, tout simplement parce le corps professoral et le personnel de l’école est très présent et répond rapidement à nos questions. J’ai choisi de poursuivre mes études en apprentissage car on met en pratique nos connaissances théoriques directement en entreprise. On apprend à être plus autonome et faire preuve d’adaptabilité. Et surtout, on gagne aussi en expérience professionnelle, ce qui n’est pas négligeable quand on rentre sur le marché de l’emploi actuel !
Découvrez l’intégralité du témoignage en cliquant ici.