Programme
Maîtrisez les compétences fondamentales d'un Data Scientist
en quelques semaines
Boîte à outils de la Data Analyse
Maîtrisez les outils fondamentaux de la Data Analyse : Python comme colonne vertébrale, SQL pour les requêtes et Jupyter Notebooks pour la visualisation.
Python
SQL
Jupyter
Matplotlib
Decision Science
Exploitez les statistiques pour élaborer des analyses avancées et prendre des décisions commerciales éclairées : inférences statistiques, tests d'hypothèses, régression multivariée et intervalles de confiance.
Pandas
Numpy
Statsmodels
Machine Learning & Deep Learning
Maîtrisez les workflows du Machine Learning et du Deep Learning (préparation des données, sélection des modèles, évaluation et fine-tuning) et comprenez les concepts mathématiques et les implémentations numériques derrière les modèles.
Scikit-Learn
Tensorflow
Google Compute
ML Engineering & projets en groupe
Transformez vos modèles en un code Python reproductible qui peut être entraîné sur des données volumineuses dans le cloud, à l'aide de machines virtuelles et de bases de données en ligne. Surveillez et réentraînez les modèles si nécessaire, et exposez-les via des API.
Git
Docker
MLflow
FastAPI
Débutez votre immersion gratuitement ! Participez à nos ateliers gratuits en Développement web, Data ou UX.
Ce que vous apprendrez dans la pratique
Vous apprendrez à travers 6 modules. Soit à temps plein pendant 2 mois, soit à temps partiel pendant 6 mois.
Prepwork : préparez-vous à la formation
40h
Après avoir été accepté, vous recevrez environ 40 heures de travail préparatoire à faire en ligne, soigneusement sélectionnées par Le Wagon. Ce travail vous permettra d'acquérir les bases nécessaires en Python et en mathématiques avant le début de la formation.
- Configurez votre environnement d'apprentissage (notes, éditeur de texte, ...)
- Terminal, Git et commandes de base de l'OS
- Bases de Python
- Fondamentaux mathématiques (de manière ludique et intuitive !)
Ce que l’on attend de vous
- 40 heures de travail préparatoire en ligne
- Validation des fondamentaux mathématiques et des bases en Python
Data Analyse
80h
Apprenez Python pour la Data Science : extrayez des données de bases de données relationnelles, manipulez des matrices de données volumineuses et créez des visualisations. Comprenez les concepts mathématiques clés pour l'analyse des données, comme les statistiques et l'algèbre linéaire.
- Sourcez des données à partir de fichiers, de web scraping ou d'API
- Manipulez les données avec Python, Pandas et Numpy
- Interrogez / stockez des données avec SQL et Google Big Query
- Visualisation avec Jupyter Notebook, Matplotlib, Seaborn et Plotly
Ce que vous allez réaliser en pratique
- Une base de données construite en scrapant des données de librairies en ligne
- Analyse avancée des performances du football en SQL
- Tableau de bord visuel connecté à des API boursières
Decision Science
40h
Mettez-vous dans la peau d'un consultant Data et apprenez à maîtriser la phase de préparation d'un data set volumineux. Extrayez des informations en interprétant des résultats statistiques basés sur des modèles de régression multivariés, des tests d'hypothèse et des intervalles de confiance.
- Modèles statistiques pour les régressions linéaires/logistiques multivariées
- Programmation orientée objet en Python
- Présentations avec graphiques interactifs
Ce que vous allez réaliser en pratique
- Un challenge de 40 heures de consultation de données basé sur des données réelles d'un marché
- Présentations individuelles de vos résultats clés à votre client
Machine Learning
80h
Implémentez le workflow du Machine Learning avec Scikit-Learn (préparation des données, feature engineering, sélection des modèles, évaluation et fine-tuning) et comprenez les intuitions mathématiques et les implémentations numériques des modèles de ML.
- Bibliothèques Scikit-learn et XGBoost
- Apprentissage supervisé (linéaire, KNN, SVM, Arbres, Ensembles)
- Apprentissage non supervisé (PCA, K-means, t-SNE, DBSCAN)
- Données structurées (tabulaires, séries temporelles avec SARIMAX...)
- Données non structurées (images, textes avec Naive-Bayes, Tf-idf, LDA...)
Ce que vous allez réaliser en pratique
- Modèles de Machine Learning parfaitement adaptés à vos tâches
- Pipelines combinant le traitement des données et les prédictions des modèles
- Modèle de compression d'images par clustering de couleurs
- Algorithmes de détection des spams
- Modèle de prédiction des prix de l'immobilier
Deep Learning
40h
Le Deep Learning n'aura plus de secret pour vous ! Comprenez l'architecture des réseaux de neurones (neurones, couches, piles) et leurs paramètres (activations, pertes, optimiseurs). Construisez vos propres réseaux de neurones (denses, récurrents ou convolutifs), pour travailler sur des images, des séquences et des textes. Apprenez à réutiliser et à transférer l'apprentissage à partir de "grands modèles" pré-entraînés issus des dernières recherches open-source. Mettez la main à la pâte avec des encodeurs automatiques, des pipelines de traitement des données par lots et l'entraînement par GPU.
- TensorFlow
- Keras
- Google Colab
Ce que vous allez réaliser en pratique
- Réseau neuronal dense pour la détection des transactions frauduleuses
- Apprentissage par transfert pour la classification d'images
- Auto-encodeurs pour la compression et le débruitage des images
- Réseaux récurrents pour les prévisions météorologiques
- Word embedding pour l'analyse des sentiments ou l'autocomplétion de textes
Machine Learning Engineering (MLOps)
40h
Transformez vos meilleurs modèles en un package python reproductible qui peut être entraîné sur des données volumineuses dans le cloud, à l'aide de machines virtuelles et de bases de données en ligne. Surveillez les performances de votre modèle au fur et à mesure de l'arrivée de nouvelles données, réentraînez-le si nécessaire et exposez ses prédictions via des API ou des sites Web.
- Code VS et ligne de commande
- Google Cloud, machines virtuelles, SSH pour le formateur
- MLflow & Prefect pour l'orchestration DAG
- Docker & Fast API pour le backend
- Streamlit pour le frontend
Ce que vous allez réaliser en pratique
- Modèle de Machine Learning de prédiction des tarifs de taxi, entraîné sur des données volumineuses sur le cloud avec des GPU.
- Tableau de bord visuel sur le web montrant les prédictions en direct (sur des graphiques, des cartes, etc.)
- Modèles entraînés en production capables de s'auto-réparer
Semaines de projet
80h
La phase de projet est l'expérience ultime du bootcamp. Collaborez efficacement en équipes de 3-4 personnes sur un véritable projet de Data Science que vous présenterez lors du Demo day.
Utilisez des référentiels de données ouverts (initiatives gouvernementales, Kaggle, Paper with Code, etc.) ou apportez votre propre jeu de données privé. Avec l'encadrement à temps plein de professeurs experts, développez le produit Data qui vous fait rêver.
Utilisez des référentiels de données ouverts (initiatives gouvernementales, Kaggle, Paper with Code, etc.) ou apportez votre propre jeu de données privé. Avec l'encadrement à temps plein de professeurs experts, développez le produit Data qui vous fait rêver.
Ce que vous allez construire en pratique
- Créer une application avec une démonstration en direct des prédictions du modèle
- Créer une analyse approfondie d'un ensemble de données d'entreprise
- Reproduire les derniers articles de recherche en IA (Intelligence Artificielle) avec les Big Models
Career Week : une semaine dédiée à votre projet professionnel
Rencontrez des professionnels de la Tech, inspirez-vous du parcours de nos alumni, affutez CV et portfolio et préparez-vous aux entretiens.
- Affinez votre projet professionnel et peaufiner votre profil
- Bénéficiez de notre réseau de +19 000 alumni et +985 entreprises partenaires
Ce que vous allez réaliser en pratique
- Coaching personnalisé
- CV & lettre de motivation
- Préparation aux entretiens techniques
Campus
Choisissez votre campus
Vous pouvez suivre notre programme en ligne, ou dans l'un de nos 45 campus. Choisissez votre destination dès maintenant !
Loading...
Rejoignez les meilleures entreprises tech
Dès la fin de la formation, notre équipe Carrières vous accompagnera dans votre recherche d’emploi pour trouver le job de vos rêves.
985
Entreprises partenaires qui recrutent nos élèves
93%
taux d'employabilité de nos diplômés dans la Tech
3 mois
temps moyen pour trouver un emploi après Le Wagon
Admission
Comment postuler à la formation en Data Science ?
Notre formation en Data Science est très complète et intense. Si vous n'avez pas encore les pré-requis demandés, nous vous aiderons à les atteindre !
1
Pré-requis
Programmation : vous devez être à l'aise avec les types de données et les variables, les conditions, les boucles, les fonctions et les structures de données.
Mathématiques : niveau requis équivalent à la Terminale S, ce qui signifie que vous êtes à l'aise avec les fonctions, les dérivés et les systèmes d'équations linéaires.
2
Prenez rendez-vous avec un conseiller
Lorsque vous postulerez, nous vous recontactons pour planifier un entretien vidéo de 30 minutes. Nous discuterons ensemble de votre projet professionnel et de votre motivation.
3
Passez notre quiz technique
Vous passerez un quiz sur la programmation et les mathématiques qui vous aidera, ainsi que l'équipe chargée des admissions, à mieux évaluer votre niveau actuel.
4
Options de financement & travail préparatoire
La dernière étape consistera à trouver l'option de financement la plus appropriée pour vous. Ensuite, vous passerez à la phase de préparation, qui consiste en une formation de 40 heures.
Les aides financières
Découvrez nos options de financement
Les financements ne devraient jamais être un frein à la formation ! Nous avons mis en place de nombreuses solutions de financement, pour vous permettre de nous rejoindre au plus vite et de lancer votre carrière dans la Tech.
Plus qu'un bootcamp,
rejoignez un réseau tech mondial
En choisissant Le Wagon, vous rejoignez une communauté solidaire d'alumni, de professeurs et d'entreprises partenaires. Bénéficiez d'un accès à vie aux supports de cours et aux offres d'emploi du réseau.
19 263
alumni
45
campus
1 500
experts tech et professeurs
93k
participants à nos événements
