Notre objectif est de présenter un panorama des techniques de Data Science, des domaines d'application et des cas d'usage ainsi que des compétences et modèles d'organisation pour les mettre en place. Cette formation sera illustrée et argumentée par nos retours d'expérience issus de secteurs d'activités diverses (Banque, Assurance, Retail, Industrie et Services).
Quels sont les use cases prioritaires et sur quelles fonctions ?
Comment exploiter des nouvelles méthodes (Deep Learning, TAL…) et des services d'IA à la demande ?
Comment organiser les équipes, les animer dans la durée et accompagner la conduite du changement ?
Quelle stratégie pour industrialiser les bénéfices de la Data Science ?
Quel stack technologique adopter (Open source ? Python / R ? Cloud / Onpremise ?…) ?
Qui et comment recruter ? un Data Analyst / Data Scientist / Data Engineer…
Autant de sujets qui seront abordés.
Je m'inscris
Profil concerné :
Tous publics : Managers Data Science et Digital / Chief Data Officer / Chief Digital Officer / Chefs de Projet / Opérationnels souhaitant approfondir leur compréhension de l'utilisation de la Data Science en entreprise.
Modalités :
1 400 € HT / personne
Formation en intra entreprise possible, nous consulter
1 jour : 9h - 17h30
Déjeuner compris dans le coût de la formation
Lieu : Soft Computing, 55 Quai de Grenelle, 75015 Paris (métro Bir Hakeim)
Programme :
1/ Définitions et Concepts :
Data Science et adhérences avec statistiques, Data Mining, Machine Learning, TAL, Big Data, BI, Dataviz… ,
Domaines d'application et cas d'usage cross industrie,
Panorama des méthodes (techniques, algorithmes…) et outils (langages, logiciels, services…) de Data Science,
Importance du feature engineering, approche explicative vs prédictive,
Spécificité du Deep Learning : en quoi est-ce une rupture, vocabulaire, concepts, fine tuning et transfert-learning.
2/ Conduire un projet de Data Science :
Déterminer les cas d'usage,
Définir l'approche projet et les étapes,
Constituer l'équipe et le mix de compétences,
Choisir les méthodes et outils associés à l'industrialisation des projets Data Science (plateformes Big Data, dockers, API, …).
3/ Démonstrations :
IA as a service,
Deep Learning pour le traitement de l'image,
Scrapping,
Analyse prédictive sous SPARK…
Compétences clés et organisations :
Cartographie des compétences,
Possibilité d'évoluer de Dataminer vers Data Scientist,
Recrutement des profils clés et les animer,
Modèle d'organisation autour de projets Data Science.
Inscription :
Je m'inscris
Numéro d'agrément de formation : 11 75 43610 75
Adresse :
55, quai de Grenelle | 75015 PARIS
Pour voir le plan cliquez ici
Pour tous renseignements, contacter Ilana Cerini au : 01 73 00 55 00
La Sté Soft Computing SA a publié ce contenu, le 15 octobre 2018, et est seule responsable des informations qui y sont renfermées. Les contenus ont été diffusés par Public non remaniés et non révisés, le15 octobre 2018 15:13:09 UTC.
Soft Computing est une société de conseil et de services spécialisée dans la gestion de la relation client (CRM), dans la gestion de la performance (Business Intelligence) et dans l'e-Business. La société compte près de 400 consultants et assure des prestations de conseil, de technologie et de marketing auprès des directions métiers et des directions informatiques de ses clients. Le chiffre d'affaires net se répartit comme suit par activité : - fourniture de services d'exploitation (51 %) : principalement des services d'hébergement, d'exploitation et de mise à jour de bases de données clients, réalisation d'études et d'enquêtes, gestion de campagnes promotionnelles (sélection de cibles, mailings, etc.) ; - conception et intégration de systèmes (49 %) : conception d'applications (applications de stockage de données sur les clients et les produits, fidélisation des clients, automatisation de la gestion des risques, etc.), mise en œuvre d'architectures techniques, systèmes de pilotage des performances, etc. Le groupe propose également des prestations de conseil pour la définition des besoins et l'élaboration de stratégies d'amélioration des performances. La répartition du chiffre d'affaires par marché est la suivante : distribution et vente par correspondance (39%), banque et assurance (26%), industrie (10%) et autres (25%).
