{! job.appellationlibelle !}
{! job.salaire.libelle !}
{! job.typeContrat !}
{!job.lieuTravail.libelle!}
IA avancée pour l'analyse des données. La formation vise l'acquisition du bloc 2 du master mention informatique - développement et intégration de savoirs hautement spécialisés. Le volume de données à traiter sur internet connaît une croissance exponentielle. Des quantités remarquables de données non structurées telles que des textes, des images, des relevés temporels, sont disponibles, toutes produites à un rythme effréné. Ces dernières années, la disponibilité d'une puissance de traitement très élevée combinée à l'intérêt de l'industrie a donné naissance à de nouvelles méthodes d'ia, telles que l'apprentissage profond et l'apprentissage par renforcement. Elles permettent d'extraire des volumes d'informations significatifs en un temps très court, de résoudre des problèmes complexes et d'ouvrir de nouvelles perspectives. Le programme advanced ai est conçu pour fournir des informations approfondies sur ces nouvelles méthodes et leurs applications à des données massives et hautement hétérogènes. Chaque jour des mises en pratique sont prévues (démonstrations, applications, tp, data camp) et un projet individuel est à réaliser afin d'obtenir la certification de l'ecole polytechnique executive education. Objectifs : - comprendre et d'utiliser des réseaux de neurones (deep learning) sur des volumes importants de données (big data) non structurées de type textes et graphes - maîtriser les spécificités de ces données et d'apprendre quelles sont les techniques d'analyse les plus récentes
Introduction a l'ia et a l'écosystème de la data - outils de la data science - contexte du big data : Faire des rappels sur les fondamentaux en science des données, présenter les spécificités des données massives et non structurées. Ce module rappelle l'écosystème actuel de la data science et de l'ia, les opportunités, les enjeux et les points de vigilance à avoir lors d'un projet de ce type. Il permet à tous les participants de revoir les bases Deep learning pour textes et nlp : Méthodes et outils pour le prétraitement, l'indexation, la recherche et le classement de textes dans un document ou une collection. L'ia pour les graphes et réseaux sociaux : Méthodes et outils de niveau avancé pour le prétraitement des graphes, leur recherche et classement ainsi que l'évaluation de noeuds ou de communautés. Ia pour les séries temporelles et systèmes de recommandation : Donner les outils et les méthodologies pour traiter les données de type séries temporelles et obtenir des recommandations optimales dans différents domaines du marketing en ligne Data challenge : Appliquer les techniques apprises à une étude de cas venant d'un problème industriel ou académique. Deux journées complètes en équipe pour réaliser une analyse permettant de mettre en oeuvre la méthodologie et les techniques vues dans les modules précédents.
Coût de la formation : Consulter l'organisme
84 heures
Connaissances en sciences des donnees (algorithmes, apprentissage automatique supervise et non supervise) Competences en informatique (bases de donnees) Competences en programmation (Python) Competences en mathematiques (statistique, probabilites, algebre lineaire) Premiere experience en data science : machine learning, deep learning, donnees non structurees, NLP, Graph mining Anglais : les modules sont enseignes en anglais et les supports de cours sont en anglais;
X Exed
01 69 59 66 60
executive.education@polytechnique.fr