Découvrez les métiers de l'IA : Data Analyst, Data Scientist, Data Engineer
PDF
Paris 
Classe virtuelle 7 heures sur 1 jour
à Paris & à distance
(Zoom, Google Meet, etc.).
Nous nous engageons à vous répondre dans un délai de 48h
650 € HT / personne
Etudions ensemble vos options de financement
Contactez-nous pour monter votre dossier !
QUALIOPI
8 stagiaires maximum par session.
Découvrez les autres engagements qualité qui font la marque de Ziggourat Formation
Objectifs de la formation
Découvrez les métiers de l'IA : Data Analyst, Data Scientist, Data Engineer
Découvrir et comprendre les (nouveaux) métiers de l'IA.
Identifier les compétences requises et les formations recommandées.
Explorer les entreprises et les secteurs d'activité qui recrutent dans le domaine de l'IA.
Pré-requis
Aucun pré-requis n'est nécessaire pour suivre cette formation
Pour qui ?
Cette formation s'adresse à toute personne intéressée par le monde de la data et souhaitant comprendre les différents métiers de l'IA et leur implication au sein d'un projet.
Avoir suivi
Aucun programme supplémentaire n'est requis pour suivre cette formation.
Au programme
Histoire et évolution de l'IA)
- Introduction à l'IA et sa définition.
- Différents types d'IA : taille et spécificités des modèles.
- L'omniprésence historique de l'IA.
- Les applications de l'IA dans différents secteurs.
- Facteurs clés ayant contribué au développement de l'IA.
- État de l'art des modèles de machine learning.
Introduction aux métiers de l'IA
- Vue d'ensemble des principaux métiers de l'IA (Data Analyst, Data Scientist, Data Architect).
- Exploration des métiers spécialisés (Big Data Architect, NLP engineer).
- Les métiers indirectement liés à l'IA (Architecte cloud, Analyse UX/UI).
- Nouveaux métiers prometteurs et ceux susceptibles de disparaître (AI Ethicist, Prompt Engineer).
Compétences requises et formations recommandées
- Compétences techniques essentielles pour travailler dans l'IA (programmation, statistiques, bases de données).
- Compétences non techniques complémentaires (communication, pensée critique, résolution deproblèmes).
- Formations et certifications recommandées pour acquérir ces compétences.
- Ressources en ligne et communautés pour se former et rester à jour.
Entreprises sur le marché de l'IA
- Secteurs d'activité recrutant dans le domaine de l'IA (santé, finance, marketing, transport).
- Exemples d'entreprises de premier plan dans le domaine de l'IA et leurs projets emblématiques.
Perspectives futures, risques et éthique de l'IA
- Tendances émergentes dans le domaine de l'IA (IA conversationnelle, IA éthique, IA explicable).
- Impacts de l'IA sur le marché du travail et opportunités futures.
Méthode pédagogique
8 participants maximum, un poste par stagiaire et un support de cours est remis en fin de stage. La formation est constituée d'apports théoriques, de démonstrations et de mises en pratique basées sur des exercices (méthode démonstrative).
Accessibilité
Cette formation est accessible aux personnes en situation de handicap.
Modalité de validation des acquis
Évaluation continue des connaissances via des exercices et/ou ateliers et des acquis via un questionnaire en fin de formation. Attestation de fin de stage (certificat de réalisation). Émargement quotidien d'une feuille de présence.
Obtenir des informations
Formations similaires
Ces formations pourraient vous intéresser
-
Data Science et Intelligence ArtificielleDécouvrez les métiers de l'IA : Data Analyst, Data Scientist, Data Engineer
-
Data Science et Intelligence ArtificielleData Analyse et le Machine Learning : De la théorie à la pratique des bases de l'IA
-
Data Science et Intelligence ArtificielleDatagouvernance : analyser et Maitriser ses données pour l'IA
-
Data Science et Intelligence ArtificielleEnjeux et perspectives du Big Data
-
Data Science et Intelligence ArtificielleDécouverte des réseaux neuronaux et du Deep Learning
-
Data Science et Intelligence ArtificielleBig Data et Datavisualisation
-
Data Science et Intelligence ArtificielleData Visualisation avec Python
-
Data Science et Intelligence ArtificielleBig Data : Architecture et infrastructure
-
Data Science et Intelligence ArtificielleDatavisualisation
-
Data Science et Intelligence ArtificielleJavaScript et la Datavisualisation
-
Data Science et Intelligence ArtificiellePython pour l'Intelligence Artificielle (IA) - Initiation
-
Data Science et Intelligence ArtificiellePython pour l'Intelligence Artificielle (IA) - Perfectionnement
-
Data Science et Intelligence ArtificielleDéveloppement d'API et Web Services REST en Python
