Bootcamp

Formation Data Science en ligne

Développez des compétences techniques recherchées, rejoignez une communauté de renommée mondiale et lancez votre carrière dans la tech. Étudiez de n'importe où grâce à format flexible pensé pour vous.

4.98/5 - 5 200 avis d'étudiants

Online
Online
Online

Votre nouvelle carrière commence ici

Prenez le contrôle de votre parcours d'apprentissage et choisissez le format qui vous convient.

Temps partiel flexible

Vos journées sont déjà bien remplies? Apprenez pendant votre temps libre, quand cela vous convient le mieux.

  • 6 mois, 16 heures d'apprentissage par semaine
  • +2 sessions de travail Live par semaine
  • Soutien pédagogique toute la journée et le soir
  • Apprentissage "peer-to-peer" à la demande
  • Diplômé en 6 mois

Temps plein

Prêt à vous lancer dans la tech? Rejoignez notre formation intensive. Du lundi au vendredi, de 9h à 18h.

  • 2 mois, 40 heures d'apprentissage par semaine
  • Cours en direct tous les matins
  • Soutien pédagogique en temps réel
  • Apprentissage "peer-to-peer" toute la journée
  • Diplômé en 2 mois
Candidater

Prochaines sessions

Participez à nos prochains bootcamps Online

Loading...

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

Commencez votre immersion tech gratuitement ! Rejoignez un webinar sur le Développement Web, l'analyse de données ou encore l'UX Design.

Découvrez le programme en détail

Consultez le programme de notre formation, semaine par semaine.

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 de données avec Python, Pandas et Numpy
  • Interroger / stocker des données avec SQL et Google Big Query
  • Visualiser 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.

  • Statsmodels for multivariate linear/logistic regressions
  • Packaging and object-oriented programming in Python
  • Notebook-based presentations with interactive graphs

Ce que vous allez construire en pratique

  • Un challenge de 40 heures basé sur des données réelles d'un marché
  • Présentation individuelle 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 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'expérience ultime du bootcamp. Collaborez efficacement en équipes de 3-4 personnes sur un véritable projet de Data Science auquel vous participerez ou 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 plein temps de professeurs experts, développez le produit Data qui vous fait rêver !

Ce que vous allez construire en pratique

  • Une application Live des prédictions d'un modèle.
  • Une analyse approfondie d'un ensemble de données d'entreprise.
  • Reproduction les derniers articles de recherche en IA avec les Big Models !

Semaines d'orientation professionnelle : commencez votre carrière dans la science des données !

Rencontrez des professionnels de la data, inspirez-vous du parcours de nos alumni, affutez CV et portfolio et préparez-vous aux entretiens.

  • Affinez votre projet professionnel et peaufinez votre profil
  • Bénéficiez de notre réseau de +15 000 alumni et +985 entreprises partenaires

Ce que vous ferez en pratique

  • Coaching personnalisé
  • CV, lettre de motivation et portfolio
  • 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

  • Complétion des 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.

  • Sourcez 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 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.

  • Statsmodels for multivariate linear/logistic regressions
  • Packaging and object-oriented programming in Python
  • Notebook-based presentations with interactive graphs

Ce que vous allez construire en pratique

  • Un challenge de 40 heures 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 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

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. 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 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 ce que vous allez réaliser 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

Semaines de projets en ligne

Projects Phase is the ultimate experience of the course. Collaborate efficiently in online teams of 3-4 people on a real data science project that you will either join or pitch to your class. Use either open-data repositories (government initiatives, Kaggle, Paper with Code, etc...) or bring your own private dataset. With full-time mentoring from expert teachers, let your wildest dream come true!

Ce que vous allez construire en pratique

  • Make an app with a live demo of model predictions
  • Create an in-depth analysis of a business dataset
  • Replicate latest AI research papers with 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 peaufinez votre profil
  • Bénéficiez de notre réseau de +15 000 alumni et +985 entreprises partenaires

Ce ce que vous allez réaliser en pratique

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

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 le syllabus Data Science

À propos

Tout ce que vous devez savoir sur Le Wagon Online

Rencontrez des personnes venues du monde entier – lancez vos projets, créez votre communauté et propulsez votre carrière !

  • Commencez à distance votre carrière dans la Tech avec Le Wagon Online

    Commencez à distance votre carrière dans la Tech avec Le Wagon Online

  • Apprendre à coder depuis chez soi | Une journée dans la vie d'un étudiant online du Wagon

    Apprendre à coder depuis chez soi | Une journée dans la vie d'un étudiant online du Wagon

  • Découvrez Le Wagon Online !

    Découvrez Le Wagon Online !

Un programme immersif pour développer vos compétences tech en quelques semaines.

  • Cours
    Cours

    Assistez à des cours en ligne dynamiques et interactifs enregistrés en vidéo, à l'heure qui vous convient, avant de mettre en pratique ce que vous avez appris.

  • Live Code
    Live Code

    Participez à une session interactive de code en ligne avec l'un de nos professeurs et résolvez des problèmes avec votre promotion.

  • Centre d'aide technique
    Centre d'aide technique

    Contactez un membre de l'équipe pédagogique du Wagon via notre plateforme d'apprentissage en ligne pour obtenir des réponses en temps réel à vos questions.

  • Aide technique à la demande
    Aide technique à la demande

    Vous avez une question en dehors des heures d'enseignement ? Pas de problème, posez votre question et recevez une réponse dans les 24 heures (dimanche compris).

  • Cours
    Cours 9h-10h30

    Prenez un café et commencez chaque matin par un cours interactif et dynamique, avant de mettre en pratique ce que vous aurez appris.

  • Challenges
    Challenges 10h30-16h

    Faites équipe avec votre buddy pour la journée et travaillez sur une série de challenges de code avec l'aide de nos professeurs.

  • Live Code
    Live Code 17h-18h

    Revoyez les challenges du jour et découvrez les cours à venir pendant les sessions de live code.

  • Evénements
    Evénements 18h-20h

    Participez à des événements et faites vos premiers pas dans la Tech avec des ateliers et des conférences animées par des experts du secteur.

Service carrière

Atteignez vos objectifs professionnels grâce à notre équipe dédiée

Bénéficiez d'un accompagnement personnalisé, préparez-vous aux entretiens & entrez en contact avec des recruteurs.

Vidéo sur les services d'orientation professionnelle
985

partenaires de recrutement

93%

des diplômés trouvent un emploi dans la Tech

3 mois

en moyenne pour trouver un emploi

Découvrez notre Service carrière

Découvrez les postes de nos diplômés de Online

SOLUTIONS DE FINANCEMENT

Vous avez besoin d'aide pour financer votre formation ?

Découvrez à quelles options de financement vous êtes éligible.

  • Paiement en plusieurs fois - Echelonnez le paiement de vos frais de scolarité.
  • Financement public - Faites financer votre bootcamp par des fonds et subventions publics.
  • Prêts - Obtenez un prêt auprès de l'un de nos partenaires.
  • Bourses d'études - Bénéficiez d'une bourse dédiée aux communautés sous-représentées dans la tech.
Options de financement en ligne

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 ?

Choisissez le format qui vous convient

Explorez vos options de financement

Découvrez notre plateforme d'apprentissage

Faites votre choix entre temps partiel flexible ou temps plein

Coursereport

4.98 / 5

2259 avis

Switchup

4.98 / 5

2301 avis

Careerkarma_white

4.9 / 5

714 avis

Prenez un rendez-vous gratuit avec un conseiller

F.A.Q.

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 le syllabus Data Science