Bootcamp

Changez de carrière avec notre programme en Data Science

Explorez les principes fondamentaux de la Data Science, dynamisez votre profil auprès des recruteurs ou reconvertissez-vous dans les métiers de la Data.

Choisir un campus

4,98/5 - 5 200 avis d'étudiants

header Data science
Choisir un campus

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 ! Assistez à nos webinars en développement web, data ou UX.

Découvrez le programme en détail

Consultez le programme de notre formation, semaine par semaine.

Prepwork : préparez-vous à la formation

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.

  • Configurer 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

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.

  • Sourcer des données à partir de fichiers, de web scraping ou d'API
  • Manipuler les données avec Python, Pandas et Numpy
  • Interroger / stocker 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

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

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

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.

  • 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

  • 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)

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
  • Word embedding pour l'analyse des sentiments ou l'autocomplétion de texte

Semaines de projet

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.

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.

  • Affiner votre projet professionnel et peaufiner votre profil
  • Bénéficier de notre réseau de +15 000 alumni et +985 entreprises partenaires

Ce que vous allez réaliser en pratique

  • Coaching personnalisé
  • CV & lettre de motivation
  • Préparation aux entretiens techniques

Prepwork : préparez-vous à la formation

Une fois que vous aurez été accepté, vous recevrez environ 40 heures de ressources d'apprentissage en ligne, soigneusement sélectionnées par Le Wagon. Ce travail préparatoire vous permettra d'acquérir les bases nécessaires en Python et en mathématiques avant le début du bootcamp.

  • Configurer 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

Analyse de données

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.

  • Sourcer des données à partir de fichiers, de web scraping ou d'API
  • Manipuler les données avec Python, Pandas et Numpy
  • Interroger / stocker des données avec SQL et Google Big Query
  • Visualisation avec Jupyter Notebook, Matplotlib, Seaborn et Plotly

Ce que vous allez construire 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

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
  • Packaging et programmation orientée objet en Python
  • Présentations sur ordinateur portable avec graphiques interactifs

Ce que vous allez construire en pratique

  • Un challenge de 40 heures de consultation de données basé sur des données réelles d'un marché
  • Présentations de vos résultats à votre client fictif

Machine Learning

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 construire 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

Dévoilez la magie du Deep Learning ! 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.

Approfondissez vos compétences en computer vision avec les réseaux de neurones convolutifs, des architectures conçues pour tirer le meilleur parti des images. Améliorez la généralisation de votre modèle grâce aux techniques d'augmentation de données, et mettez en place des méthodes avancées pour bénéficier d'architectures de pointe grâce au Transfer Learning.

  • 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 construire 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)

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 construire en pratique

  • Modèle ML 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
  • Word embedding pour l'analyse des sentiments ou l'autocomplétion de texte

Projets

La phase de projets est l'aboutissement de la formation. Collaborez efficacement en équipe de 3-4 personnes sur un véritable projet de Data Science auquel vous participerez ou que vous présenterez à votre classe. Utilisez des jeux de données en accès libres (initiatives gouvernementales, Kaggle, Paper with Code, etc.) ou apportez votre propre jeu de données. Avec le soutien à plein temps de professeurs experts, laissez votre rêve le plus fou devenir réalité !

Ce que vous allez construire en pratique

  • Créer une application avec une présentation en direct des prédictions du modèle.
  • Créez une analyse approfondie d'un ensemble de données réelles.
  • Reproduisez les derniers modèles utilisées en IA (Intelligence Artificielle).

Commencez votre carrière dans la science des données !

Rencontrez des experts en Data Science qui travaillent dans des startups ou des grandes entreprises, préparez votre CV et faites des simulations d'entretien pour préparer votre recherche d'emploi. Approfondissez des sujets essentiels liés aux données.

  • Préparation à votre recherche d'emploi
  • Connexion à nos 15 000 anciens élèves et à plus de 985 partenaires d'embauche.

Ce que vous ferez en pratique

  • Coaching 1:1 
  • Révision de votre CV et de la lettre de motivation
  • Préparation aux entretiens techniques

Campus

Choisissez votre campus

Vous pouvez suivre notre programme en ligne ou dans un de nos 45 campus. Choisissez votre destination dès maintenant !

Online icon Online
Online
Online
Bordeaux
Bordeaux
Lille
Lille
Lyon
Lyon
Marseille
Marseille
Nantes
Nantes
Nice
Nice
Paris
Paris
Rennes
Rennes
Amsterdam
Amsterdam
Barcelone
Barcelone
Berlin
Berlin
Bruxelles
Bruxelles
Cologne
Cologne
Lausanne
Lausanne
Lisbonne
Lisbonne
Londres
Londres
Madrid
Madrid
Munich
Munich
Porto
Porto
Zurich
Zurich
Bali
Bali
Melbourne
Melbourne
Shanghai
Shanghai
Singapour
Singapour
Tokyo
Tokyo
Buenos Aires
Buenos Aires
Mexico
Mexico
Montréal
Montréal
Playa del Carmen
Playa del Carmen
Rio de Janeiro
Rio de Janeiro
Santiago
Santiago
São Paulo
São Paulo
Cape Town
Cape Town
Casablanca
Casablanca
Maurice
Maurice
Dubai
Dubai
See all locations

Vous souhaitez en savoir plus sur notre bootcamp Data Science ?

Recevez le programme complet

Découvrez notre méthodologie

Atteignez vos objectifs

Coursereport

4.98 / 5

2259 avis

Switchup

4.98 / 5

2301 avis

Careerkarma_white

4.9 / 5

714 avis

Téléchargez notre programme Data Science

Travaillez pour les meilleures entreprises

Dès la fin de la formation, notre équipe carrière vous aidera à préparer votre recherche d’emploi et trouver le job qui vous plait !

N26 Spendesk Qonto Trainline Microsoft BCG Getaround Metaverse Backmarket
Amazon Accenture Doctolib Apple Ernst and Young Shopify Hello Fresh IBM Lydia

985

entreprises partenaires

93%

des diplômés travaillent dans la Tech

3 mois

pour trouver un emploi

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.

Vous avez des questions ?

Soyez conseillé sur nos formats

Posez vos questions sur nos solutions de financement

Découvrez notre plateforme et ayez un aperçu de votre formation

Coursereport

4.98 / 5

2259 avis

Switchup

4.98 / 5

2301 avis

Careerkarma_white

4.9 / 5

714 avis

Prenez rendez-vous avec un conseiller

Les aides financières

Explorez vos 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.

Découvrez nos financements
Options de financement

Plus qu'un bootcamp,
rejoignez un réseau tech mondial

En choisissant Le Wagon, vous rejoignez une communauté solidaire d'alumni, de professeurs et de recruteurs tech. Bénéficiez d'un accès à vie aux supports de cours et aux offres d'emploi du réseau.

15 000

alumni

45

campus

1 500

experts tech et professeurs

93k

participants à nos événements

Vous souhaitez en savoir plus sur notre bootcamp Data Science ?

Recevez le programme complet

Découvrez notre méthodologie

Atteignez vos objectifs

Coursereport

4.98 / 5

2259 avis

Switchup

4.98 / 5

2301 avis

Careerkarma_white

4.9 / 5

714 avis

Téléchargez notre programme Data Science