MLE Bootcamp

LE DÉTAIL DECISIF POUR VOTRE CARRIÈRE DANS LA DATA

Notre MLE Bootcamp est dédié à la formation au métier de Machine Learning Engineer et n’a aucun équivalent sur le marché !

+500h

d’enseignements combinant différents formats théoriques, pratiques et projets

car remettre le focus sur le présentiel est notre principal leitmotiv pour garantir une formation d’excellence.

car remettre le focus sur le présentiel est notre principal leitmotiv pour garantir une formation d’excellence.

100%

des modules enseignés par des ingénieurs, docteurs et experts spécialisés en IA

Nos enseignants ont un point commun : ils sont TOUS confrontés à de vrais cas d’usage au quotidien

Nos enseignants ont un point commun : ils sont TOUS confrontés à de vrais cas d’usage au quotidien

1 an

d’accès offert à une
plateforme de coding

afin de pouvoir continuer à élargir ses compétences même une fois le bootcamp terminé !

afin de pouvoir continuer à élargir ses compétences même une fois le bootcamp terminé !

RNCP niv. 7

diplôme d’ingénieur en Intelligence Artificielle
équivalent Bac+5

afin de pouvoir continuer à élargir ses compétences même une fois le bootcamp terminé !

Ce diplôme sera un vrai atout sur votre CV et votre futur emploi.

Télécharge le programme complet

  • 4 Avril 2022 : inscriptions ouvertes jusqu’au 15 mars 2022
  • Septembre 2022

PUBLIC

Yotta Academy accueille des profils variés : 

    • Diplômés d’écoles d’ingénieurs 
    • Docteurs ou chercheurs dans des disciplines quantitatives 
    • Profils en reconversion avec un bagage mathématiques  
    • Profils « data enthusiasts » souhaitant muscler leur compétences (data engineer, dev, data analyst, …) 
    • Titulaires d’un M1/M2 à dominante maths / info 

OBJECTIFS DE LA FORMATION

À l’issue de votre formation, vous serez en mesure de :

  • Réaliser un audit de l’écosystème du client
  • Réaliser une étude de faisabilité
  • Réaliser une veille technique et technologie
  • Emettre des recommandations d’usage de l’IA au client
  • Préparer les données disponibles
  • Concevoir le code source de traitement de données
  • Mettre en place les procédures techniques et technologiques d’exploitation
  • Concevoir une base de données relationnelle
  • Concevoir le programme d’intelligence artificielle​ adapté aux données disponibles
  • Développer l’interaction entre les fonctionnalités de l’application et l’intelligence artificielle ​
  • Déterminer le modèle mathématique (algorithme) adapté à la problématique de traitement de données IA
  • Développer le back-end de l’application d’IA
  • Etablir le processus organisationnel d’industrialisation,
  • Planifier les tâches du projet IA
  • Communiquer avec les parties prenantes
  • Mettre en place une démarche de travail selon la méthode agile

*Une demande d’inscription au RNCP a été déposé auprès de Frances Compétences sur le métier émergent “Ingénieur Intelligence Artificielle”

EMPLOIS ET DEBOUCHÉS

L’ingénieur en intelligence artificielle (IA) créé des algorithmes ou des programmes pouvant agir et simuler l’intelligence humaine. Il combine des compétences en mathématiques, en statistiques, en informatique, et en gestion de projet afin de concevoir des modèles algorithmiques et de les déployer sur les systèmes d’information permettant de créer de nouveaux business models ou optimiser des processus existants. Ses réalisations seront spécifiques à chaque projet autour desquels il se positionne en manager de projet et de collaborateurs. 

Selon les secteurs et le type d’entreprises dans lesquels il travaille, l’appellation du métier peut varier : Ingénieur Machine Learning  , Data Scientist , Ingénieur Data (ou Data Engineer) , Chef de projet intelligence artificielle . Après plusieurs années d’expérience, ils peuvent évoluer vers des postes de Lead data scientist  , Head of Data engineer , Head of Data science, Head of Data analytics .

Le métier d’ingénieur en IA peut s’exercer dans des domaines d’activité divers et variés.  L’ingénieur en IA évolue dans un vaste panel de secteurs d’activités:  milieu des technologies, industries, banques, assurances, énergie, transports, services, santé, télécommunications, grande distribution et le e-commerce.. Il peut etre employé par des sociétés de conseil en IA, des sociétés de conseil généralistes ayant des départements data, des grands groupes ayant des besoins data (exemple : SNCF), mais aussi TPE-PME et start-up. Les ingénieurs en IA peuvent également choisir d’exercer en freelance/indépendant.  

MODALITÉS PRATIQUES

Durée : 500 heures d’enseignement et de travail personnel, individuel et en groupe 

+ 6 mois d’expérience professionnelle (environ 800 heures) 

Format : les enseignements se font en mode « bootcamp » intensif sur 4 mois 

Lieu : les cours ont lieu au cœur de Paris (rue Royale dans le 8ème arrondissement)

PÉDAGOGIE

Le programme  débute par une piscine (sur le modèle de l’école 42) pour homogénéiser les expériences, puis se déroule en trois parties. Il y a tout d’abord un volet data science généraliste qui dresse un état de l’art en machine learning et deep learning. Le deuxième module porte sur l’ingénierie proprement dite ou comment déployer les modèles. Le programme évoque aussi la question de la sécurité et de la conformité au RGPD. Enfin, le dernier module porte sur les compétences comportementales. 

Nous alternons cours magistraux, nécessaires pour appréhender la théorie, et travaux pratiques qui sont des démonstrations simplifiées, tirées de vrais cas d’usage. Le reste du temps est consacré à du travail en équipe sur des projets concrets.  Les cours ont été pensés et construits par des experts de la Data Science qui ont une vraie expérience du terrain. Ils maitrisent l’ensemble du cycle de vie d’un projet Data, de l’idéation à la mise en production des modèles d’intelligence artificielle 

La totalité des contenus est enseignée par des experts qui pratiquent au quotidien la data science : data scientists, data engineers et machine learning engineers. Ils sont tous experts et consultants dans le domaine, pour des grands cabinets de conseil ou en freelance, ou en poste dans des entreprises “data native”.

Modalités d’évaluation 

  • Suivi des heures d’enseignement  (hors VAE)
  • Avoir réussi l’ensemble des modalités d’évaluation de la certification: 
    • Réalisation de projets de groupes 
    • Soutenance réussie des projets (4 projets) : validation par le jury 
    • Complétion des 6 mois d’expérience professionnelle 

PRÉ-REQUIS

Pour accéder à la formation (hors VAE), les candidats doivent être titulaire du baccalauréat ou équivalent et avoir une expérience en entreprise ou personnelle donnant un niveau en mathématiques et en programmation équivalent à un niveau master (niveau évalué lors d’un test)  

Voies d’accès: 

  • Suite à un parcours de formation en formation continue   
  • Via VAE (Validation des Acquis de l’Expérience)  

SÉLECTION POUR PARTICIPER À LA FORMATION

Le processus d’admission comprend 4 phases:

  1. Analyse du CV: évaluation du niveau en maths et des connaissances en informatique, évaluation de la démarche personnelle d’upskilling en data)
  2. Entretien téléphonique de motivation (1530 min) 
  3. Quizz Python  
  4. Entretien technique (3045 min) : évaluation de la connaissance Data et de l’écosystème Data, évaluation de la maîtrise des statistiques et probabilités.

ACCESSIBILITE

Si vous êtes reconnu en situation de handicap, merci de bien vouloir nous le faire savoir afin d’étudier ensemble la faisabilité de votre projet de formation. 

Durée

1 jour de formation, soit 7h réparties ainsi :

  • 4h30 de cours
  • 2h30 de TPs Prérequis

Prérequis

  • Avoir un ordinateur portable (Mac / Windows / Ubuntu)
  • Connaissance des bases du langage Python
  • Notions de Programmation Orientée Objet
  • Connaissance des mathématiques (niveau L3 / M1)
  • Notion en NLP, prétraitement de texte, réseaux de neurones et python
  • Avoir installé sur son ordinateur la suite anaconda ou disposer d’un compte Gmail pour l’utilisation du service COLAB

Objectifs pédagogiques

  • Introduction au NLU, et aux applications possibles comme les chatbots
  • Présentation de services tiers et mise en pratique afin d’être autonome sur la réutilisation d’un tel service. Présentation de la tâche de détection d’entités nommées
  • Présentation de la librairie Spacy afin de connaître les fonctionnalités qu’elle propose et qui couvrent de très nombreux besoins en NLP
  • Présentation de la problématique d’annotation et mise en pratique afin de connaître les moyens d’optimiser cette tâche

Compétences en sortie et objectifs opérationnels

  • Connaissance du NLU et des applications possibles comme les chatbots
  • Connaissance des différents services pour la mise en place de chatbots comme DialogFlow et Rasa
  • Connaissance des méthodologies pour la reconnaissance d’entités nommées
  • Connaissance de la librairie Spacy et fonctionnalités linguistiques qu’elle propose
  • Connaissance des méthodologies d’optimisation de la phase d’annotation

Modalités d’évaluation d’atteinte des objectifs de la formation

  • QCM d’évaluation pour valider l’acquisition des connaissances et l’atteinte des objectifs
  • Réalisation de 3 projets fil-rouge sur l’ensemble de la formation pour valider les compétences de la certification avec des mises en situation au cours de projets clients

Modalités et délais d’accès

Les inscriptions ont lieu au travers du processus d’admission suivant :

  • un entretien téléphonique de motivation
  • un test technique
  • le dossier d’admission à compléter

Pour vous inscrire, rendez-vous sur notre site internet ou écrivez à contact@yotta-academy.com
Le délai d’accès à la formation est de 11 jours ouvrés avant le premier jour de la formation

Formalisation à l’issue de la formation

La formation étant enregistrée au RNCP (niveau 7, équivalent Bac +5), un certificat au titre d’ingénieur en Intelligence Artificielle est remis à l’issue de celle-ci selon les modalités prévues dans le référentiel de certification
Une attestation de fin de formation est remise à chaque participant à l’issue de la formation

Méthodes mobilisées

– Modalités pédagogiques
Alternance de cours théoriques et d’ateliers pratiques (TPs) sur jupyter notebook et Google COLAB
Exercices en self-learning

– Moyens humains
1 formateur

– Moyens techniques et matériels
Étudiant : Ordinateur personnel, compte Gmail
YOTTA : paperboard, pieuvre de communication, projecteur
Le stagiaire est tenu d’apporter son propre ordinateur et d’avoir installé les 2 logiciels

Lieu de la formation

La formation a lieu dans les locaux de QUANTMETRY, situés au 6 rue Royale 75008 Paris

Tarif de la formation

Le tarif de la formation englobe l’ensemble des modules du cursus MLE :

  • Particulier 6700 € HT – TVA 20% / 1340 € – 8040 € TTC
  • Entreprise : 6700 € HT – TVA 20% / 1340 € – 8040 € TTC

Accessibilité aux personnes en situation de handicap

Nous contacter en cas de besoin d’accessibilité particulier pour un participant Coordonnées du référent handicap : Nelly Ducasse n.ducasse@cabinet-ducasse.fr

Contenu détaillé

  • Introduction au NLU, et aux applications possibles comme les chatbots.
  • Présentation de services tiers comme DialogFlow et RASA.
  • TP DialogFlow
  • Présentation de la librairie Spacy afin de connaître les features qu’elles proposent etqui couvrent de très nombreux besoins en NLP
  • Présentation de la problématique d’annotation et mise en pratique afin de connaître les moyens d’optimiser cette tâche. Mise en place d’un serveur d’annotation avec Doccano
JE POSTULE

Tarif du MLE Bootcamp

Option Freedom

8 040 TTC6 700€ HT - TVA 20% (1340€)
  • Aide aux entretiens d’embauche
  • Un accès à une plateforme de coding
  • Un accès privilégié au réseau d’entreprises partenaires

BOOSTEZ VOTRE CARRIÈRE DANS LA DATA ET L’IA

Programme pensé et construit par des Data Scientists expérimentés

BOOSTEZ VOTRE CARRIÈRE DANS LA DATA ET L’IA

Programme pensé et construit par des Data Scientists expérimentés