Formation Data Science à Bordeaux

Bordeaux
Temps partiel (24 semaines)

En 24 semaines intensives, apprenez la Data Science de Python au Machine Learning, développez toutes les compétences pour rejoindre une équipe data et accélérez votre carrière.

En 24 semaines à temps partiel, apprenez la Data Science de Python au Machine Learning avec Le Wagon.
Détails de la formation

Nous n'avons aucune session prévue à Bordeaux pour le moment. Essayez une autre ville !

Rejoignez une formation unique

Notre formation Data Science vous donne les compétences nécessaires pour lancer votre carrière dans une équipe Data. Des fondamentaux de Pandas aux modèles avancés de Deep Learning, vous apprendrez à explorer, nettoyer, transformer des données pour les rendre actionnables et à implémenter des modèles de machine learning de A à Z en production, en travaillant en équipe avec les meilleurs outils.

La formation Data Science du Wagon vous donne les compétences nécessaires pour lancer votre carrière dans une équipe Data,

Curriculum de la formation Data Science

Notre formation est conçue pour vous faire apprendre la Data Science étape par étape, depuis la boîte à outils du data scientist en Python jusqu'à l'implémentation complète d'un modèle de Machine Learning en production.

  • 0
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24

Prepwork

Notre formation Data Science est très intense. Pour gagner du temps et démarrer dans les meilleures conditions, nos étudiants complètent un travail préparatoire en ligne avant de commencer la formation. Ce travail prend environ 40 heures et enseigne les bases du langage Python, pré-requis pour cette formation, ainsi que quelques notions clef en mathématiques utilisées tous les jours par les data scientists.

Python en Data Science

Apprenez à programmer en Python en utilisant Jupyter Notebook et des librairies puissantes comme Pandas et NumPy pour explorer de gros jeux de données. Collectez vos données depuis différentes sources, dont des fichiers CSV, des requêtes SQL, Google Big Query, ou encore en utilisant une API ou le Web scraping.

Base de données relationnelle et SQL

Apprenez à formuler une question pertinente et à y répondre en construisant la bonne requête SQL. Ce module couvre l'architecture de base de données et vous apprend les manipulations avancées du SELECT pour extraire de l'information utile en se connectant directement à une base de données ou via un client SQL comme DBeaver.

Visualisation de données

Rendez vos analyses de données plus parlantes en intégrant des visualisations de données à vos Notebooks. Apprenez à tracer des graphes à partir de vos data frames grâce à des librairies Python comme matplotlib ou seaborn pour rendre vos données plus actionnables.

Statistiques, Probabilités, Algèbre linéaire

Comprenez les concepts mathématiques qui sont derrière les librairies et les modèles que vous utilisez tout au long du bootcamp. Maîtrisez les notions de base en probabillités et en statistiques (moyenne, variance, variable aléatoire, théorème de Bayes, etc.) et en calcul matriciel, au coeur des opérations exécutées par les librairies Pandas et NumPy.

Preprocessing et Apprentissage Supervisé

Explorez, nettoyez et préparez vos jeux de données grâce aux techniques de preprocessing comme la vectorisation. Familiarisez-vous avec les modèles classiques de l'apprentissage supervisé - les régressions linéaires et logistiques. Travaillez sur des tâches de prédiction et de classification avec la librairie scikit-learn en utilisant des algorithmes comme les KNN (k-nearest neighbors).

Généralisation et Overfitting

Assurez-vous que votre modèle peut se généraliser à de nouvelles données et être mis en production avec une exactitude prédictible, en mettant en place des phases d'entraînement et de test. Apprenez à éviter l'overfitting avec des méthodes de régularisation et à améliorer la finesse de votre modèle en choisissant la bonne fonction de coût à minimiser.

Métriques de Performance

Evaluez votre modèle en définissant ce que vous voulez optimiser et les bonnes métriques d'erreur en fonction de votre problématique business. Améliorez la performance de votre modèle avec des méthodes de validation comme la cross validation ou l'hyperparameter tuning. Ajoutez une nouvelle méthode à votre boite à outils : SVM (Support Vector Machines).

Apprentissage non supervisé et Méthodes Avancées

Passez à l'apprentissage non supervisé avec des méthodes comme la PCA (analyse en composante principale) pour faire de la réduction de dimension ou le clustering pour découvrir des groupes dans un jeu de données. Complétez vos connaissances avec les méthodes ensemblistes, qui combinent plusieurs modèles pour améliorer la performance, comme Random Forest ou Gradient Boosting.

Machine Learning Pipeline

Passez de Jupyter Notebook à un éditeur de code et apprenez à configurer un projet de code de machine learning pour itérer rapidement en toute confiance. Découvrez comment mettre en place une pipeline robuste et scalable avec sklearn-pipeline en utilisant des encoders et des transformers.

Workflow de Machine Learning avec MLflow

Pour implémenter un modèle de machine learning, il faut passer par de nombreuses étapes de préparation, d'expérimentation, d'itération et de réglage. On vous apprendra à mettre en place votre feature engineering et votre hyperparameter tuning pour construire le meilleur modèle. Pour ça, vous utiliserez la libraire MLflow.

Mise en production avec Google Cloud Platform

Finalement, déployez votre code et votre modèle en production ! En utilisant Google Cloud AI Platform et Airflow, vous serez capable d'entraîner vos modèles à l'échelle, de les packager, les mettre en ligne, et les rendre disponible à tous.

Gestion de données d'images et de textes

Apprenez à gérer des données de grande dimension. Découvrez les techniques classiques de preprocessing d'images comme la normalisation, la standardisation et le whitening. Choisissez la bonne technique d'encodage de texte en fonction des tâches de NLP (Natural Language Processing) que vous voulez accomplir.

Réseau de neurones

Comprenez l'architecture classique des réseaux de neurones (neurones, couches, sous-groupes) et leurs paramètres (fonction d'activation, fonction de coût, optimizer). Devenez autonome et construisez vos propres réseaux comme des Réseaux de Neurones Convolutifs (pour les images), Récurrents (pour les séries temporelles) et des Réseaux de Natural Language Processing (pour du texte).

Deep Learning avec Keras

Découvrez une nouvelle librairie appelée keras, qui est une sur-couche de tensorflow, la libraire de Deep Learning créée par Google, plus simple à utiliser pour les développeurs. Nous vous enseignerons les techniques fondamentales pour construire vos premiers modèles de Deep Learning avec keras.

Computer Vision

Approfondissez vos compétences en computer vision grâce au Deep Learning en construisant des réseaux de neurones pour de la détection ou de la reconnaissance d'objets. Découvrez des techniques avancées comme l'augmentation de données pour augmenter la taille de votre jeu de données d'entraînement en générant des perturbations sur vos images pour améliorer ensuite la généralisation de votre modèle.

Projet e-commerce

Il est temps de s'attaquer à un problème de la vraie vie : "en tant que data scientist qui travaille pour une grande société e-commerce, comment puis-je mettre en place des recommandations pour améliorer la performance de notre site ?". Vous apprendrez à structurer votre projet de code en Python avec une architecture orientée-objet pour collaborer plus efficacement, à gérer la phase de préparation sur un jeu de données de très grande taille, à trouver et interpréter vos premiers résultats statistiques avant de mettre en place des prédictions avancées, et vous devrez ensuite expliquer vos résultat à un public de non-experts en utilisant une analyse coûts/profits. Vous travaillerez en groupe de 3-4 pour partager vos résultats, les comparer et les présenter.

Projets libres

Après ce premier projet e-commerce d'une semaine, vous passerez les deux semaines suivantes sur un projet de groupe en choisissant vous-même le problème de data science que vous souhaitez résoudre. Vous utiliserez un mélange de vos propres données (si vous voulez utiliser des données de votre entreprise ou association) et de données en open data (initiatives publiques, Kaggle... etc). Un excellent moyen de mettre en pratique les outils, techniques et méthodologies de la formation Data Science, qui vous fera prendre conscience de l'autonomie que vous avez acquise.

Notre format à temps partiel

Apprenez à coder en 24 semaines en suivant notre formation adaptée à votre emploi du temps.

09:00 AM 07:00 PM
07:00 PM 10:00 PM
Lundi
Mardi
Mercredi
Jeudi
Vendredi
Samedi
Dimanche
Travail chez soi Visionnez le cours pour préparer la prochaine session.
En présentiel Programmez en binôme sur des exercices de code, accompagnés par nos professeurs.
En présentiel Programmez en binôme sur des exercices de code, accompagnés par nos professeurs.
Travail chez soi Visionnez le cours pour préparer la prochaine session.
En présentiel Pratiquez toute la journée sur des exercices et projets.

Consolidez ce que vous avez appris avec vos professeurs lors des sessions de live-code.
☀️
🏠Travail chez soi

Visionnez le cours pour préparer la prochaine session.

🏫En présentiel

Programmez en binôme sur des exercices de code, accompagnés par nos professeurs.

Un avant-goût de notre formation

Vivez une expérience unique chaque semaine.

Sessions de programmation en binôme
Sessions de programmation en binôme en présentiel

Rencontrez les autres étudiants et vos professeurs 3 fois par semaine pour travailler sur des exercices de code. Apprenez à penser et résoudre des problèmes comme un développeur.

Cours en ligne et flashcards
Cours en ligne et flashcards

Visionnez les cours à votre propre rythme sur notre plateforme en ligne. Apprenez les concepts et préparez-vous pour votre prochaine session de code. Consolidez vos connaissances jour après jour grâce aux flashcards.

Événements emploi & networking
Événements de recrutement et de networking

Chaque semaine, rejoignez-nous pour des événements avec des entrepreneurs et partenaires recruteurs. Créez votre propre réseau au sein de l'écosystème tech.

Réseau et enseignement à vie

Notre formation Data Science n'est que le début de votre parcours. Une fois diplômés, vous appartenez à une communauté tech internationale et avez accès à notre plateforme en ligne pour continuer à apprendre et progresser.

Slack icon Groupes Slack

Recevez des conseils d'alumni devenus Data Scientist ou Data Analyst, accédez à des opportunités d'emploi et missions freelance par des entrepreneurs et développeurs.

Enseignement en ligne

Accédez à notre plateforme éducative en ligne à n'importe quel moment après la formation : vous trouverez tous les cours, exercices et flashcards de Data Science.

Communauté tech

Bénéficiez de notre communauté globale de 6958 alumni qui travaillent dans des métiers de la data, mais aussi des entrepreneurs, développeurs et product managers.

Icon tutorials Présence internationale

Nos différentes formations sont suivies dans 38 campus à travers le monde : partout où vous allez, vous appartenez à la communauté du Wagon !

Communauté et outils à vie

Trouvez un emploi en data

Une fois la formation terminée, vous bénéficiez de notre service Carrières. Nous vous aidons à rencontrer les meilleures entreprises et alumni les plus pertinents.

microsoftwordCreated with Sketch. Career Playbook

Accédez à un guide complet pour lancer votre carrière en Data Science après la formation : soignez votre portfolio, utilisez notre réseau, trouvez l'emploi de vos rêves.

myspaceCreated with Sketch. Événements Carrière

Participez à nos job fairs et événements de networking, rencontrez les meilleures entreprises tech qui cherchent à recruter des talents en data.

buymeacoffeeCreated with Sketch. Alumni Coaching Sessions

Les alumni de notre formation Data Science aiment raconter comment ils sont devenus Data Scientist, Data Analyst ou Data Engineer avec de nouveaux alumni.

wechatCreated with Sketch. Mises en relation

Nos équipes locales connaissent leurs alumni et entreprises partenaires, ce qu'ils font et recherchent. Ils vous mettent en relation avec les bonnes personnes.

Les alumni de notre formation Développeur Web rejoignent les meilleures entreprises

Ils recrutent nos alumni en data

Les meilleures entreprises s'associent avec Le Wagon et recrutent nos alumni en tant que Data Scientist, Data Analyst ou Data Engineer.

Getaround A recruté 6 alumni
+4
ContentSquare A recruté 1 alumni
Aircall A recruté 3 alumni
+1
Doctolib A recruté 9 alumni
+7
Google A recruté 4 alumni
+2
Frichti A recruté 1 alumni

Trouvez le bon financement

Nous vous aiderons à choisir l'option la plus adaptée à Bordeaux .

Pôle Emploi
Pôle Emploi

Pôle emploi est le service public de l’emploi en France. Le rôle de cet établissement public est d'indemniser les demandeurs d’emploi et les accompagner vers le retour à l’emploi ; et d’autre part, guider les entreprises dans leurs recrutements.

Selon votre situation personnelle et sous certaines conditions liées à vos droits et profil de demandeur d'emploi votre formation peut être prise en charge par Pôle Emploi.

Si vous êtes déjà enregistré comme demandeur d'emploi il faut contacter le plus tôt possible votre conseiller.ère Pôle Emploi qui sera la personne la plus à même de vous renseigner sur vos droits à un financement.

Il existe deux types d’aides financières l’AIF (Aide Individuelle à la Formation) et la POEI (Préparation Opérationelle à l’Emploi Individuel)

▪️L’Aide Individuelle à la Formation (AIF) permet de (co)financer avec une partie des frais pédagogiques d’une formation en vue d’un retour durable à l'emploi. Cette aide couvre l’intégralité du coût de la formation restant à votre charge, suite à l’intervention d'autres financeurs tels que les Opérateurs de Compétences (OPCO) ou le Compte Personnel de Formation

Pôle Emploi verse directement les frais d'inscriptions à l'organisme de formation.

▪️La Préparation Opérationnelle à l'Emploi Individuelle

La préparation opérationnelle à l’emploi individuelle, mise en place par Pôle emploi ou par l'entreprise qui recrute, en lien avec l’opérateur de compétences (OPCO), peut prendre en charge jusqu’à 400 heures* de formation et peut se faire à temps plein ou temps partiel.

Recruter un demandeur d’emploi rapidement opérationnel, formé aux besoins de l’entreprise.

CDD d’une durée au moins égale à 12 mois ; CDI ; contrat de professionnalisation d’au moins 12 mois en CDD ou en CDI ; (Voir la page Contrat de professionnalisation) contrat d’apprentissage

Tout type de formation, d’une durée maximum de 400 heures, permettant au bénéficiaire d’acquérir les compétences nécessaires à la tenue de l’emploi.

La Préparation Opérationnelle à l’Emploi peut être mise en place pour une formation pré-qualifiante précédant un contrat de professionnalisation ou d'apprentissage.

Cette aide peut être complétée par un financement de l’Opérateur de compétences (OPCO) dont dépend l’entreprise, afin de couvrir tout ou partie du montant de la formation dont vous bénéficierez.

CPF
CPF

Le compte personnel de formation (CPF) est utilisable par tout salarié, tout au long de sa vie active, y compris en période de chômage, pour suivre une formation qualifiante.

Depuis janvier 2019, les heures sont transformées en euros à raison de 15 € par heure.

Votre CPF recense tous vos droits acquis tout au long de votre vie active et jusqu'à votre départ à la retraite,

La formation Fullstack du Wagon Bordeaux est éligible à un financement via le CPF

Vous pouvez vérifier par ici à combien d'heures de formation votre CPF vous donne droit 👉https://www.moncompteactivite.gouv.fr/cpa-public/

Vous trouverez ici un article vous expliquant comment débloquer votre CPF👉https://www.lewagon.com/fr/blog/cpf-comment-beneficier-de-votre-compte-personnel-de-formation

OPCO

Les OPCO (Opérateur de Compétences) est un financement par les entreprises pour les salariés.

Si vous voulez être financé par un OPCO n'oubliez pas de faire une demande au préalable à vos services ressources humaines.

Vous souhaitez aller plus loin ?