Former des ingénieurs capables de concevoir, déployer et maintenir des solutions data driven : collecte et ingestion, stockage et architecture Big Data, traitement distribué, apprentissage automatique et déploiement en production (MLOps). Le cursus combine fondamentaux mathématiques, compétences logicielles et pratique industrielle.
Compétences clés
- Mathématiques appliquées: statistiques, optimisation, probabilités.
- Machine Learning & Deep Learning: modèles supervisés, non supervisés, LLMs, vision et NLP.
- Big Data & Cloud: Spark, Hadoop, bases NoSQL, architectures cloud (AWS/GCP/Azure).
- MLOps & production: conteneurs, CI/CD, monitoring, déploiement scalable.
- Ingénierie logicielle: API, microservices, sécurité des données.
- Ethique & gouvernance: biais, confidentialité, conformité (RGPD et cadres locaux).
Exemples de débouchés professionnels
- Data Scientist, Data Engineer, Architecte Big Data, Ingénieur MLOps, Ingénieur IA appliquée, Consultant en transformation data, Chef de projet IA.Ces profils sont recherchés dans les banques, opérateurs télécom, santé numérique et startups.
