Description de la formation
Sources of data are heterogeneous, flow at different speeds and vary in volume. Defining a strong data integration framework is key to report on data quality and to efficiently explore and visualize their contents. Big Data can be characterized by the 3 Vs of Volume, Velocity and Variety and often requires dedicated computing solutions, which will be explored.
AIBT101 – Introduction to modern AI :
AIBT102 – Data integration and exploration:
Data Warehousing:
Data quality:
Data visualization:
AIBT103 – Big data processing:
Distributed computing with Spark:
Virtualization and cloud computing:
Prochaines sessions
Objectifs visés
After completing this course, participants will be able to:
• Explain the key components of ETL-based data warehousing;
• Set up indicators on data quality and management;
• Perform a simple data visualization task;
• Implement the distribution of simple operations via the Map/Reduce principle in Spark;
• Connect on a cloud computing engine (e.g. Google Cloud Platform) and launch a simple task;
• Deploy a Docker container.
Contenu
AIBT101 – Introduction to modern AI :
• AI Basics;
• Landscape and flagship algorithms on Supervised;
• Unsupervised and Reinforcement Learning;
• Understanding the relationship between problem framing;
• Types of data available;
• Actual business outcomes and the applicable algorithms;
• Business intelligence and business models;
• Major success stories of Business and AI;
• Google's Self-driving car; IBM Watson's Medical diagnosis;
• DeepMind's Alpha Go beating the World champion of Go;
• Airbus building the Skywise platform;
• AI to deliver prescription for manufacturing;
AIBT102 – Data integration and exploration:
Data Warehousing:
• History and recent evolutions
• Extract-Transform-Load process
• Architecture
• Key functions
• Layers
Data quality:
• Indicators
• improvement
• assurance
• control
Data visualization:
• visual perception
• effective graphical display
• tools
AIBT103 – Big data processing:
Distributed computing with Spark:
• History
• MapReduce paradigm
• Hadoop Stack
• Hadoop Distributed File System
• MLlib Machine Learning library
Virtualization and cloud computing:
• Different approaches to virtualization
• Economical models
• Technical benefits (snapshots, dynamic deployment and migration, failover...)
• cloud engines (principles, deployment examples, node choices)
Docker:
• Fundamental differences w.r.t. virtualization
• Docker components
• Tools
Public Cible
Professionnels expérimentés, en activité, en transition ou en recherche d'emploi, ou jeunes diplômés de formation scientifique ou technologique. Les candidats doivent maîtriser la programmation et notamment le langage Python (bibliothèques panda et numpy).
Prérequis
- Computer science and programming skills (mainly Python language: numpy and pandas libraries).
- Work experience of minimum 3 years for professional learners.
Moyens Pédagogiques
Lectures / tutorial
Learning by doing
Case study
Déroulement de la formation
3 modules successifs de 4 à 5 jours, généralement en octobre-novembre et février (nous consulter pour obtenir les dates précises).
Diplômes et certifications
- Certificat d'Etudes Spécialisé délivré par l'ISAE-SUPAERO, TBS Education et l'IRT St Exupéry. Ce certificat permet, si les examens sont validés, de bénéficier des crédits ECTS correspondants à ces modules et d'être dispensé(e) de ces enseignements si vous souhaitez rejoindre le Mastère Spécialisé® "Artificial Intelligence & Business Transformation" dans les 2 années suivantes.
- Attestation d'acquisition du bloc de compétences BC04 "Organiser l'extraction, la mise en forme et le stockage en temps réel de données massives structurées ou non structurées" de la certification professionnelle "Chef de projet en Intelligence Artificielle et Science des données (MS)" enregistrée au RNCP sous le n°35609.
Tarifs
5 000 euros pour l'année académique 2023/2024. Pour obtenir un devis, veuillez svp nous consulter.
Le compte CPF et le dispositif Transitions Pro - Projet de Transition Professionnelle peuvent être sollicités pour financer cette formation (ils ne pourront pas être mobilisés pour ce certificat en 2024/2025 en raison du renouvellement en cours de la certification RNCP).
Le dispositif Forpro Sup, proposé par la Région Occitanie, permet également une prise en charge totale des frais de scolarité pour des demandeurs d'emploi enregistrés à Pole Emploi et domiciliés dans toute la France (sous conditions, nous contacter pour en savoir plus).
Informations pratiques
La formation est dispensée en anglais.
Les cours ont lieu sur le campus de l'ISAE-SUPAERO à Toulouse.
Date des prochaines sessions
2024/2025 : un module en octobre 2024, un module en novembre 2024 et un module en mars 2025.
Visualiser la vidéo
Faire une demande
Les engagements de l'ISAE-SUPAERO
L'ISAE-SUPAERO est une école d'ingénieurs aéronautique et spatial basée à Toulouse. Créée en 2007 suite au rapprochement de l'Ecole nationale Supérieure d'Ingénieurs de Constructions Aeronautiques (ENSICA) et de l'Ecole Nationale Supérieure de l'Aéronautique et de l'Espace (SUPAERO), deux écoles d'ingénieurs...
Apprenez-en plus sur l'organisme et découvrez toutes leurs formations