Formation Data Science à Lausanne

Lausanne
Temps plein (9 semaines)

En 9 semaines intensives à Lausanne, apprenez la Data Science de Python au Machine Learning, développez toutes les compétences pour rejoindre une équipe data et accélérez votre carrière.

Postulez maintenant
En 9 semaines intensives, apprenez la Data Science de Python au Machine Learning avec Le Wagon.
Détails de la formation Postulez
Prochaines sessions

Certains des prochains bootcamp à Lausanne peuvent être suivis à distance. Après votre candidature, l'équipe admission vous contactera rapidement pour vous donner toutes les informations.

26 avr. 2021 - 25 juin 2021 on campus Cours en Français (8 500 CHF)
Ouvert - Postulez maintenant
Expérience

Rejoignez une formation unique

Notre formation Data Science à Lausanne 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,
Learn Data Science in 9 weeks
Check out what our alumni have built in 2 weeks
Curriculum

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
  • ∞

Start the bootcamp prepared!

Notre formation Data Scientist 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.

c pulse Inférences statistiques

Vous apprendrez comment structurer un projet Python en programmation orientée objet afin de rendre votre code réutilisable, comment survivre à la phase de préparation d'un vaste ensemble de données, et comment trouver et interpréter des résultats statistiques significatifs basés sur des modèles de régression linéaires à plusieurs variables.

speaker Communication

Un Data Analyst doit savoir communiquer ses conclusions à un public non-spécialisé : Vous apprendrez à avoir de l'impact en expliquant vos conclusions techniques et en les transformant en recommendations business à l'aide d'une analyse coûts/bénéfices. Vous pourrez partager, présenter et comparer vos résultats à vos coéquipiers.

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.

Réseaux de neurones

Levez le voile sur la magie du Deep Learning en comprenant l'architecture des réseaux de neurones (neurones, couches, piles) et leurs paramètres (activations, pertes, optimiseurs). Devenez autonome pour construire vos propres réseaux, notamment pour travailler avec des images, des séries temporelles et du texte, tout en apprenant les techniques et astuces qui font fonctionner le Deep Learning.

Computer Vision

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.

Séries temporelles & données de textes

Familiarisez-vous avec la gestion de données séquentielles et de textes (séquence de mots) en les transformant en données adaptées. Exploitez la puissance des réseaux de neurones récurrents pour prévoir des valeurs futures et réaliser un traitement du langage naturel efficace (Natural Language Processing).

Faciliter le Deep Learning

Découvrez la librairie Keras Deep Learning qui vous permettra de prototyper facilement, tout en ayant la flexibilité de régler précisément votre réseau de neurones. De plus, Google Colab accélérera considérablement le temps de calcul grâce à des processeurs graphiques dédiés.

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 vous serez capable d'entraîner vos modèles à l'échelle, de les packager, les mettre en ligne, et les rendre disponible à tous. Cerise sur le gâteau, apprenez à utiliser un environnement Docker pour déployer votre propre API Flask RESTful qui pourra être connectée à n'importe quelle interface Front-End.

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 apprendrez à travailler en équipe et à collaborer en suivant le Git flow. 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.

Journée-type

Une journée type au Wagon Lausanne

Des cours du matin aux talks du soir, chaque journée est intense.

  • 08:30 Cours
  • 10:00 Challenges
  • 15:30 Yoga
  • 16:30 Recap
  • 17:30 Événements 19:30
Cours
Cours08:30 - 10:00

Prenez un café et commencez chaque journée avec un cours dynamique et interactif, où vous pourrez poser toutes vos questions avant de mettre ce que vous avez appris en pratique.

Challenges
Challenges10:00 - 15:30

Retrouvez votre “buddy” du jour et travaillez sur une série de challenges de code, accompagné par nos professeurs et professeurs assistants.

Yoga
Yoga15:30 - 16:30

Apprendre à coder peut être très intense. Nos séances de yoga permettent de se détendre et remettre ses idées en place.

Live code
Recap16:30 - 17:30

Revoyez les challenges du jour et ayez un aperçu des cours à venir pendant les sessions de live code.

Talks & ateliers
Événements17:30 - 19:30

Inspirez-vous des histoires et conseils d’entrepreneurs à succès invités lors de nos talks et ateliers exclusifs.

Professeurs

Des professeurs passionnés

Nous prenons l'enseignement très au sérieux. Tous nos professeurs sont des développeurs expérimentés, mais aussi des enseignants passionnés et impliqués, qui souhaitent transmettre leur savoir et inspirer les élèves dans leur apprentissage de la Data Science.

Sinan Ucak
Sinan Ucak

Sinan est Product Owner dans une Startup à Lausanne. Ingénieur de formation, il a travaillé pour Philip Morris dans la région. Puis il a voulu s'éloigner du monde corporate et a fait Le Wagon fin 2019. Il développe des projets web perso depuis.

Plus sur Sinan
Communauté & outils

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 10033 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 40 campus à travers le monde : partout où vous allez, vous appartenez à la communauté du Wagon !

Communauté et outils à vie
Career Services

Trouvez un emploi en data à Lausanne

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
Hiring Partners

Ils recrutent nos alumni en data à Lausanne

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 5 alumni
+3
Frichti A recruté 1 alumni

Formation Data Science la plus reconnue

Formation Développeur Web #1 sur Switchup Coursereport logo

Le Wagon a reçu 1871 avis d'étudiants avec une note moyenne de 4.98/5, ce qui en fait la formation en développement web la plus plébiscitée sur Switchup selon les étudiants ! Si ces avis nous rendent fiers, ils nous rendent surtout heureux. Derrière ces avis, ce sont des centaines de personnes, partout dans le monde, qui ont rejoint Le Wagon pour vivre une expérience unique qui leur a ouvert de nouvelles portes. C'est un honneur pour nous de leur avoir permis, et de continuer à permettre à de nombreux étudiants, de devenir autonomes en code pour accélérer leur carrière, en changer, ou lancer leur startup.

Ces 1871 avis sont aussi extrêmement importants pour nous car ils témoignent du niveau d'excellence de notre formation. Recevoir des avis aussi enthousiastes et positifs à propos de nos formations nous assure que nous apportons une pédagogie adaptée à nos étudiants, dans les 40 où Le Wagon est présent dans le monde.

FAQ

Des questions sur notre formation à Lausanne ?

Si vous êtes arrivés ici, cela signifie que vous avez des questions à propos du Wagon : comment postuler, qui peut participer, ce que vous allez apprendre... Parfait ! Nous avons les réponses.

En quelle langue sont les cours ?

[Full-time] À Lausanne, les cours sont dispensés en Français. Néanmoins, les tutoriels vidéos, exercices et langages sont en anglais. Il est donc nécessaire d'avoir un bon niveau d'anglais pour postuler et pouvoir être à l'aise tout au long de la formation.

[Part-time] La formation en Part-time est accessible à la fois aux francophones et aux anglophones. Les cours à visionner à la maison sont disponibles en FR & EN. Puis pendant les phases d'exercices, les professeurs aident les étudiants dans la langue qu'ils préfèrent.

Y-a-t-il du Yoga à Lausanne ?

Nous n'avons pas encore mis en place les cours de Yoga à Lausanne. Par contre il est conseillé de prendre des pauses et de s'aérer l'esprit régulièrement car les journées sont intenses 😅

Y-a-t-il des événements à Lausanne ?

Oui, environ une fois par semaine, il y a un événement optionnel au Wagon pour les étudiants intéressés qui se déroule généralement de 18h30 à 20h.

Tous nos événements sont répertoriés ici

Quelles sont les horaires à Lausanne ?

[Full-time] La journée type démarre à 8h30 et se termine à 18h. Il y a un cours le matin de 8h30 à 9h30, puis du travail sur des exercices ou des projets, et enfin une session de "livecode" de 16h30 à 18h.

[Part-time] Les horaires sont indiqués ici

Pour les 2 formats Full-time & Part-time, en général au Wagon les cours ont lieu même pendant les jours fériés, sauf mention contraire dans le contrat de formation. Pour le Part-time, il y a un break de 3 semaines pendant les vacances de fin d'année.

Quelles sont les conditions de paiement ?

[Full-time] Le paiement se fait en 2 fois : 50% avant de commencer et 50% vers le milieu de la formation.

[Part-time] Le paiement se fait en 3 fois : 30% avant de commencer, 40% vers le milieu et 30% un peu avant la fin de la formation.

Est-ce que je dois savoir coder ?

Oui, il faut savoir coder un minimum. Notre formation en Data Science est très intense et vous y aborderez des sujets avancés dès la première semaine. Contrairement à notre formation en Développement Web pendant laquelle les étudiant.e.s passent 3 semaines à apprendre les bases du langage Ruby, les candidat.e.s au bootcamp Data Science ont besoin de bases en programmation.

Vous devez être à l'aise avec les types de données et les variables, les conditions, les boucles, les fonctions et les deux structures de données list & dict (nommées Array et Hash en Ruby). Si vous connaissez ces sujets en Ruby, JavaScript ou dans un autre langage que Python, n'hésitez pas à vous lancer dans ces cours gratuits sur les fondamentaux & intermédiaires avant le début de la formation.

Quelles solutions pour manger le midi ?

[Full-time] Il y a un très bon restaurant dans le bâtiment qui propose chaque jour 2 menus différents avec des produits frais et locaux. Il faut compter 13.50 CHF pour le menu.

Certains étudiants préfèrent apporter leur repas et utilisent le coin cuisine au Wagon (frigo et micro-ondes). Enfin il y a des supermarchés à proximité.

[Part-time] Nous conseillons aux étudiants de manger avant ou après la session du soir ou d'apporter quelque chose avec eux.

Quelles sont les possibilités d’hébergement ?

Nous avons des contacts pour vous trouver une chambre dans des familles d'accueil ou des appartements à côté du Wagon. Il faut compter environ 600 CHF / mois. Il est conseillé de prévenir assez tôt pour organiser l'hébergement.

Comment venir au Wagon tous les jours ?

🚃 Si vous venez en train, le plus simple est de descendre à la gare de Renens, puis de prendre le bus (5 min) ou de marcher (10 min) jusqu'au Wagon. Il est aussi possible d'arriver par la gare de Malley.

🚎 Si vous venez en bus, les lignes 17 et 19 vous déposeront directement devant le Wagon. Les lignes 32 & 33 passent également à proximité des locaux.

🚗 Si vous venez en voiture, nous avons des places de parc disponibles sur demande. Il faut compter 150 CHF pour la durée de la formation. Il est conseillé de prévenir assez tôt pour s'assurer une place de parc.

Le Wagon Lausanne sur Google Maps

Combien y-a-t-il d’élèves par promotion à Lausanne ?

Les promotions sont d'environ 12 élèves à Lausanne. C'est un bon nombre pour apprendre dans de bonnes conditions et bénéficier d'un enseignement personnalisé.

Y-a-t-il un diplôme à la fin de la formation ?

Le Wagon délivre un certificat de complétion à la fin du Bootcamp pour les étudiants qui ont suivi la formation sérieusement et qui ont complété un certain pourcentage des exercices et projets quotidiens.

Le Wagon Lausanne est certifié Eduqua qui labellise les instituts de formation continue en Suisse (Certificat #18688-43). Mais le diplôme du Wagon n'est pas encore reconnu officiellement par les instances Suisses.

Où faire Le Wagon ?

Nous conseillons toujours aux étudiants de faire Le Wagon dans la ville où ils se projettent à l'avenir.

La formation apporte des compétences techniques, mais est aussi une aventure humaine avec les autres étudiants de la promotion et les alumni. C'est l'occasion de développer son réseau dans le tissu Tech local et de profiter des liens que Le Wagon a forgés avec les entreprises, les incubateurs, les investisseurs, etc... de la région.

Go further illustration

Vous souhaitez aller plus loin ?

La prochaine Formation Data Science à Lausanne à temps plein commence le 26 avr. 2021

Postulez maintenant
Laptop illustration