MSc in Applied Data Science & Big Data

Applied MSc in Data Engineering
Campus Nice Sophia-Antipolis – Campus Paris

MSc temps plein
0 mois
le plus industriel

certifications
0
Industrielles

Un total de
0
heures

Scolarité
0
on-campus*

Scolarité
0
télé-enseignement**

*Les étudiants On-Campus auto-financés sont normalement exemptés de TVA Française/Européenne
**Les étudiants en télé-enseignement (Off-Campus) peuvent être soumis à des taxes locales en fonction de leurs pays de résidence

Découvrez le contenu du programme Tarifs rentrée Automne 2018 – Frais de scolarité

Description du programme

Le programme DSTI Applied MSc en 6 mois de cours et 6 mois de stage, avec ses deux rentrées en Mars et en Octobre, est conçu pour ouvrir vos opportunités de carrière aux emplois en Big Data Analytics très recherchés par les entreprises.

Et en France, la Data Science prend vraiment la mesure du « the sexiest job of the XXIth century »! (Harvard Business Review, Oct. 2012)

Les cours sont délivrés en Anglais de :

  • fin Septembre à début Avril pour la rentrée d’Automne ;
  • début Mars à mi-Octobre pour la rentrée de Printemps ;

en temps plein (5h/jour en moyenne), accompagnés d’Engineering Projects (voir plus bas) et se concluent sur un stage de 6 mois équivalent temps plein (805h, 35h/semaine).

Dans ce programme Applied MSc, vous apprendrez comment :

  • comprendre, analyser, concevoir, implémenter et suivre les grandes architectures SI et Big Data;
  • maîtriser les langages de programmation les plus répandus pour appliquer le machine et deep learning;
  • architecturer et déployer des clusters de données et de calcul tels que Hadoop, SPARK ou Microsoft Orleans;
  • découvrir le concept de DevOps et mettre en place une architecture d’intégration continue;
  • être formé pour réussir deux examens industriels;

Les cours de ce programme DSTI Applied MSc in Data Engineering programme sont délivrés en temps-plein depuis les campus de Data ScienceTech Institute (5h/jour en moyenne).

Les étudiants DSTI Applied MSc peuvent souhaiter, une fois leur année validée (600h de cours + Engineering Projects + Stage + certifications), de continuer de se spécialiser. Dans ce cas, ils ont la possibilité d’intégrer notre programme Advanced MSc in Artificial Intelligence.

Si vous disposez de droits de financement au titre de la formation professionnelle (ou dispositifs assimilés), veuillez nous consulter pour étudier des possibilités de co-financement. Nous rappelons que ce programme est en temps-plein uniquement et que vous devez donc disposer du temps nécessaire pour pouvoir y assister. Si vous cherchez un programme en temps-partiel permettant d’étudier et travailler, veuillez consulter les modalités notre programme SPOC MSc in Applied Data Science & Big Data.

Les étudiants On-Campus qui ne sont PAS citoyens et titulaires d’un passeport d’un pays de l’Espace Économique Européen (EEE), d’Andorre ou de Monaco, doivent déposer une demande de visa étudiant long-séjour (VLS/TS). Merci de consulter vos obligations sur notre page « Procédures de visa ».

Cycle d’études Applied MSc

Programme

2 Certifications Industrielles

Amazon AWS *Cloud-Computing DSTI Chair*
Preparation for AWS Certified Solutions Architect – Associate

UNE CERTIFICATION HADOOP SERA ANNONCÉE SOUS PEU

Témoignages de nos étudiants


Ce programme Applied MSc in Data Engineering se compose de l’ensemble des modules suivants* :
Le volume horaire représente les heures de présence en classe. Il est attendu des étudiants un supplément de travail personnel

Data Management
0hrs

  • Data Bases
  • Relational Databases Management Systems
    Using MySQL & Microsoft SQL Server: stand-alone and cluster deployments, integration in software, ETL, persistence frameworks
  • Advanced SQL for Data Wrangling
    Complex joins & subqueries, stored procedures & triggers
  • NoSQL databases
    Key-value store, Document store, Graph database , hybrid approaches with Apache Cassandra
  • Big Data
  • The Hadoop Ecosystem
    HDFS, MR, YARN, SPARK
  • Data Pipeline
    Classic ETL solutions – Cloud-based solutions with AWS Data Pipeline & AWS Kinesis – Open-source solution with Apache Kafka & Beam
Data Science
0hrs

  • Machine learning
  • Foundations of Statistical Analysis & Machine Learning
    Distributions – Descriptive & Inferential Statistics – Classification & Regression Trees
  • Machine Learning with Python
    Language fundamentals & common frameworks for machine learning: NumPy, SciPy, scikit-learn
  • Machine Learning with R
    Language fundamentals, recursive and functionnal programming, data frames, common machine learning packages
  • Deep Learning
  • Deep Learning on GPU
    Recurrent Neural Networks, LSTM, Residual Networks
Distributed & Performance Programming
0hrs

  • Programming langages for Data Engineering
  • C & C++ for Distributed Computing
    Portable and scalable large-scale parallel applications using OpenMP & OpenMPI
  • Java & Scala programming
    Java for Map Reduce in Hadoop & Scala for SPARK
  • Microsoft .NET for Distributed Computing
    Task Parallel Library – Asynchronous programming – Orleans framework for distributed systems
  • Scientific Programming
    Fundamentals in Fortran & MATLAB, Fortran for R packages, MATLAB with C/C++
Operational Methodologies
0hrs

  • Information Systems
  • Design of Information Systems
    Algorithmics approaches to relational data modelling and object-oriented programming
  • DevOps
  • Software Engineering Project Management & Quality
    PMBOK (PMI) – Agile Approaches – Kanban – Quality Metrics – Unit & Integration testing
  • DevOps & Continuous Integration
    The DevOps toolbox: Nagios, Consul, Docker, Ansible, GitHub – Levaraging Visual Studio for DevOps – Continuous Integration with Jenkins & Kubernetes
  • Cybersecurity
  • Cybersecurity
    System Security Design Patterns – Network security – Data at-rest and in-transit encryption – Code safety – Application to blockchain technologies
Cloud & IT
0hrs

  • Cloud Computing
  • Amazon AWS & Microsoft Azure
    Preparation to AWS Certified Solutions Architect – Associate Certification – Comparative overview of Microsoft Azure
  • IT Fundamentals
  • Semantic Web
    Representing and querying web-rich data (RDF, SPARQL), Introducing Semantics in Data (RDFS, Ontologies), Tracing and following data history (VOiD, DCAT, PROV-O)
  • IT Foundations for Data Engineering
    Computer Architecture – Operating Systems & Virtualisation – Networking

  • *Le contenu des cours ainsi que les technologies utilisées peuvent varier en fonction des besoins du marché et sous la supervision du Conseil Scientifique et Pédagogique de Data ScienceTech Institute.
    ** Sauf si l’étudiant serait sujet à des Sanction Programmes of the United States of America qui l’empêcherait de pouvoir suivre ces cours et/ou examens de certification.

    ENGINEERING PROJECTS
    0h

    Des Engineering projects sont donnés aux étudiants durant les différents modules d’enseignement. Les étudiants conduisent leurs projets pendant l’année scolaire jusqu’à la fin des cours et leurs départs en stage. Ces Engineering Projects ont pour but de mettre en pratique les connaissances vues en cours avec l’assistance des professeurs de l’école et peuvent, à ce titre, être issus de travaux de recherche appliquée de nos professeurs affiliés à des laboratoires de recherche.

    Une fois les enseignements terminés, nos étudiants Applied MSc in Data Engineering peuvent choisir de partir en stage ou de continuer à travailler sur leur Advanced Engineering Project et son rapport. DSTI encourage fortement les étudiants On-Campus vers l’option stage alors que ceux en télé-enseignement continueront sur leur Advanced Engineering Project.

    Stage d'application
    0 mois

    Les étudiants On-Campus sont fortement encouragés de choisir l’option du stage de 6 mois équivalent temps plein (805h, 35h/semaine) afin de se plonger dans l’environnement industriel de la data science. Trouver un stage relève de la responsabilité de l’étudiant. DSTI apporte néanmoins aide, conseils et soutien actifs au travers de son réseau de partenaires industriels et académiques.


    Advanced Engineering Project
    0h*

    Les étudiants en télé-enseignement seront tuteurés par un Enseignant DSTI pour choisir un problème de Data Science Engineering appliqué à l’industrie, rédiger une proposition, couvrir l’état de l’art puis proposer une solution. Les étudiants On-Campus peuvent choisir ce projet en alternative à un stage.

    * le volume de 540h est indicatif et inclut les 200h déjà passées durant la phase d’enseignement pour arriver à un équivalent temps plein de 4 mois (35h par semaine) attendu par l’Institut pour réaliser ce projet.

    Les frais de scolarité sont exprimés hors taxes applicables à la situation et/ou pays de résidence de l’étudiant et sont valides pour la rentrée Octobre 2018.
    Les frais de scolarité peuvent changer lors d’une prochaine rentrée. Les frais de scolarité pour la rentrée de Mars 2019 seront publiés en Octobre 2018.

    Les étudiants en auto-financement n’ont normalement pas à supporter de TVA Française/Européenne. Par contre, si l’étudiant bénéficie d’un financement partiel ou total au titre d’un mécanisme de formation professionnelle, alors ce financement, et donc le financeur, devra supporter la TVA. Dans tous les cas, des taxes locales au pays de résidence peuvent s’appliquer. Veuillez-nous contacter pour vérifier votre situation.

    Applied MSc in Data EngineeringRentréeFrais de scolarité (hors taxes applicables)
    Étudiants On-CampusOctobre 201813 500€
    Télé-enseignementOctobre 20187 500€
    Étudiants SPOCOctobre 201813,500€

    Les étudiants âgés de moins de 28 ans (sauf les étudiants ressortissants de l’UE munis de leur carte d’assurance maladie européenne) doivent être affiliés à la Sécurité sociale étudiante et doivent, lors de leur inscription, choisir un centre payeur (LMDE, SMEREP (Paris) ou MEP (Sophia)) pour le remboursement de leurs soins.

    Une fois prononcé admis, vous devrez verser 10% des frais du programme (10% pour les étudiants On-Campus et 20% pour ceux en télé-enseignement) afin de confirmer et sécuriser votre place (virement, chèque français ou carte bancaire).
    Ce premier paiement ne serait remboursable qu’en cas de circonstances exceptionnelles pour ne pas finalement suivre le programme : non-obtention du visa pour les étudiants internationaux hors EU ou preuve d’un changement soudain de situation financière.

    Le paiement des frais restant peut être découpé jusqu’à 6 mensualités d’avance sur la durée du programme.

    Dans de l’utilisation d’un dispositif de financement externe relevant de la formation professionnelle ou assimilé, nous traiterons directement avec le financeur concernant la proportion des frais éligibles à une prise en charge. Veuillez noter que la TVA Française pourra alors s’appliquer au financeur.


    Candidats diplômés d’un niveau Bac+3

    3 ans d’expérience professionnelle

    Candidats diplômés d’un niveau Bac+4

    Expérience professionnelle (y compris stages)

    Candidats diplômés d’un niveau Bac+5

    Aucune condition particulière