Formation Data Science à Paris

Paris
Temps plein (9 semaines)

En 9 semaines intensives, 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

Our students are temporarily following our courses remotely in Paris. After you complete your application, Laura will be in touch shortly to give you all the necessary information.

4 mai 2020 - 3 juil. 2020 Cours en Français (6 900 €), Ouvert - Postulez maintenant
Expérience

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

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
  • ∞

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.

Journée-type

Une journée type au Wagon

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

  • 9h Cours
  • 10h30 Challenges
  • 16h30 Yoga
  • 17h30 Live-code
  • 19h Événements 20h30
Cours
Cours du matin9:00AM - 10:30AM

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
Challenges10:30AM - 4:30PM

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

Yoga
Yoga16h30 - 17h30

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

Live code
Live code5:30PM - 7:00PM

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

Talks & ateliers
Talks & Ateliers7:00PM - 8:30PM

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.

Kevin Robert
Kevin Robert

Kevin a embarqué en tant qu’élève au Wagon en 2015 pour ajouter le code à ses compétences de prof et n’a jamais quitté l’aventure. Devenu professeur et développeur au Wagon, il aime pousser les étudiants à donner le meilleur d’eux-même.

Plus sur Kevin
Sébastien Saunier
Sébastien Saunier

Les mains dans le code depuis le lycée. Polytechnicien passé par Google & VirtuOz, Sébastien a maintenant à cœur de transmettre le savoir-faire du développement web en contexte startup aux élèves du Wagon.

Plus sur Sébastien
Mathieu Ripert
Mathieu Ripert

Diplômé de Centrale Paris & Columbia NYC, Mathieu est à l'origine du Wagon aux côtés de Romain & Boris en 2013. Il rejoint Instacart en Californie en 2014 comme premier Data Scientist. En 2019, il revient au Wagon façonner le bootcamp Data Science !

Plus sur Mathieu
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 6957 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
Career Services

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
Hiring Partners

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
Financements

Trouvez le bon financement

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

Compte personnel de formation (CPF)

La formation en développement web du Wagon est inscrite au RNCP, ce qui signifie que vous pouvez utiliser votre CPF pour la financer. Le montant du CPF est calculé en fonction de vos heures de travail accumulées. Pour savoir comment fonctionne ce mécanisme de financement et comment le mobiliser, nous vous avons préparé un petit guide sur le CPF.

Si vous savez comment mobiliser votre CPF; voici le code formation du Wagon : 247187. NB : Cette option de financement n'est pas encore disponible pour la formation en Data Science.

FONGECIF

En fonction de votre branche d'activité, vous pouvez contacter le FONGECIF qui peut prendre en charge une partie ou l'intégralité du montant de la formation si votre dossier est accepté. Un refus est cependant possible. Si c'est le cas, vous devrez attendre une année avant de postuler à nouveau.

CIF

Ce dispositif permet de se faire financer partiellement ou entièrement la formation en tant que salarié. Vous trouverez toutes les informations pour comprendre son fonctionnement dans cet article.

OPCO

Nous sommes enregistrés au Datadock et notre formation est donc validée par les OPCO. À ce titre vous devriez pouvoir, contacter l'AFDAS, FAFIEC, FAFIEH pour leur demander le financement de la formation. Sur ce site, vous pourrez utiliser le code NAF qui est sur votre fiche de paie pour savoir de quelle OPCO vous dépendez.

AIF (aide individuelle à la formation)

Il s'agit d'un financement de 2000€ proposé par Pôle Emploi pour intégrer la formation. Ce financement n'est pas automatique. Pour l'obtenir, prenez rendez-vous avec votre conseiller Pôle Emploi pour lui présenter votre projet professionnel ainsi que les raisons pour lesquelles vous souhaitez suivre la formation du Wagon. Si il/elle vous demande un devis, nous serons ravis de vous en fournir un si vous êtes sélectionné.e. Vous pouvez également en profiter pour lui demander des renseignements sur les subventions de votre région et des collectivités locales. 

CSP (Contrat de sécurisation professionnelle)

Dans le cas d'un CSP (Contrat de sécurisation professionnelle), il est parfois possible d'obtenir un financement total de la formation. Ce mécanisme de financement s'adresse aux salariés de certaines entreprises visées par une procédure de licenciement économique.

Partenariat avec BNP Paribas

Le Wagon et BNP Paribas ont signé un accord, valable dans toute la France, permettant aux futurs élèves du Wagon de souscrire à un crédit pour financer leur formation partout en France. Vous trouverez l'ensemble des informations liées au crédit BNP Paribas sur cette page.

FAQ

Des questions sur notre formation à Paris ?

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.

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.

Est-il possible d'obtenir un visa ou un statut étudiant ?

La formation du Wagon ne permet pas d'obtenir le statut d'étudiant. Pour ce qui est d'un visa touriste ou business, renseignez-vous directement auprès de la préfecture de votre ville pour plus d’informations et un potentiel accompagnement.

Organisez vous des événements?

Tout au long de la formation, l'équipe du Wagon organise des événements de networking et des afterworks pour que les étudiants apprennent à se connaitre, rencontrent les alumni de la formation ainsi que des acteurs phares de la scène tech parisienne.

Parmi ces événement, des conférences entrepreneurs mais également des ateliers réguliers pour découvrir l'univers du développement web. Si vous souhaitez être informé des prochaines sessions, le moyen le plus simple est de rejoindre notre Groupe Meetup ou de vous inscrire à la newsletter du Wagon pour être informé à chaque fois qu'un nouvel événement est mis en ligne.

En quelle langue sont dispensés les cours ?

À Paris, 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.

Proposez vous une aide pour trouver un logement sur place?

Nous ne proposons pas de logements ou de restauration. Le prix du programme comprend uniquement les cours ainsi que l'accès à vie à notre plateforme pédagogique (avec en bonus une source infinie de thé et café).

Vous souhaitez aller plus loin ?

La prochaine formation data science à Paris à temps plein commence le 4 mai 2020

Postulez maintenant