fbpx

Applied MSc in Data Analytics

90%

étudiants satisfaits par la formation

Découvrez la formation en analyse des données !

La formation Applied MSc in Data Analytics 1, avec ses deux entrées en automne et au printemps, vous permettra d’accroître vos compétences commerciales et vos opportunités d’emploi en renforçant la prise de décision par l’analyse des données. Dans ce Applied MSc, vous maîtriserez les techniques et outils nécessaires pour mener et livrer vos analyses avec des rapports pertinents et structurés, améliorant ainsi le retour sur investissement des projets de votre entreprise.

1 Une fois vos études et votre expérience professionnelle terminées, vos réalisations seront évaluées par notre comité de remise des diplômes. En cas de réussite, vous pourrez obtenir le diplôme « Expert en Sciences des Données ». DSTI est fier de son Applied MSc in Data Analytics, Applied MSc in Data Engineering for AI and Applied MSc in Data Science & AI ui ont été entièrement accrédités au niveau master par le gouvernement français via le mécanisme du RNCP. Le RNCP « Répertoire National des Certifications Professionnelles » est un mécanisme de reconnaissance gouvernemental destiné à vérifier l’adéquation des programmes au marché du travail. Un titre RNCP récompense des besoins spécifiques en termes de transfert de compétences et de connaissances pour une employabilité immédiate, ce qui est au cœur de la philosophie de DSTI.

L'analyste de données est l'un des rôles dont la demande augmente à l'approche de 2022.

Bien qu’ils forment la plus petite population en demande d’emplois centrés sur les données. (#1 Data Engineer, #2 Data Analyst, #3 Data Scientist), le Data Analyst fait partie de l’éventail des des rôles établis qui sont appelés à connaître une demande croissante à l’horizon 2022 (« The Future of Jobs Report », The World Forum). 

Les salaires

En Europe, nous rapportons un salaire moyen de niveau intermédiaire entre 42 000€ et 70 000€.

Rémunération moyenne d’un stagiaire en France : 1 000€ par mois

Modes d'enseignements

En présentiel

525 heures
Choisissez d'étudier sur le campus de Nice Sophia-Antipolis ou de Paris. Vous suivrez 8 mois de cours (environ 5h par jour), suivis d'un stage de 5 à 6 mois.

En ligne – à temps plein

525 heures
Conçu pour ceux qui veulent étudier à temps plein. Étudier en ligne pendant une période de 8 mois, suivie d'un stage de 5 à 6 mois.

SPOC – mode asynchrone

525 heures
Conçu pour les professionnels en activité qui souhaitent acquérir de nouvelles compétences. Étudiez en ligne et à votre propre rythme, pour une période flexible pouvant aller jusqu'à 36 mois.

Objectifs

  • Esprit analytique

    Développer un esprit d'analyse aiguisé pour structurer vos actions scientifiques et techniques en produisant des rapports d'aide à la décision clairs et exploitables.

  • Logiciels Leader

    Maîtrisez les logiciels leaders du marché de la business intelligence et de la visualisation de données, enrichis de certifications industrielles.

  • Compétences en matière de bases de données

    Acquérir des compétences uniques et à valeur ajoutée dans diverses technologies de bases de données, en améliorant le profil standard d'un analyste de données.

  • Machine Learning

    Se familiariser avec le Machine Learning pour l'analyse prédictive, avec des bases scientifiques solides et des applications concrètes à travers les technologies les plus répandues.

  • IT & Software Management

    Être sensibilisé à la gestion des projets informatiques et aux conséquences juridiques du traitement des données, avec une pincée de réflexion éthique sur les conséquences de l'exploitation des (big) data.

Structure du programme

Programme de 525 heures – 60 ECTS :

  • 465 heures de cours dont 75 heures de cours préparatoires DSTI Warm Up
  • 60 heures de sessions de support 

Stage de 850 heures (5 à 6 mois) – 30 ECTS

La formation Applied MSc in Data Analytics est composée des modules* suivants, qui correspondent à des heures réelles de présence en classe (un travail personnel est attendu en plus de ceux-ci) :

  • Warm Up

  • Data Analytics
    9 ECTS
  • Databases
    9 ECTS
  • Data Management & Visualisation
    10 ECTS
  • Management, Ethics & Laws
    2 ECTS

Applied mathematics & data structures

(5 days)

  • Mathematic fundamentals review, data structures for algorithmics on Python Modeling elements
    (all pre-calculus level)
  • Data Structures for algorithmics: a benchmark on Python & R
  • Design structures for fitting well known libraries (glmnet, xgboost, sci-kit learn)

Introduction to networks

(1 day)

  • Fundamentals of packet networking, routing networks layers, protocols, address spaces and associated service with TCP/IP

 

Introduction to IT systems

(3 days)

  • Fundamentals of Computer Architecture & Operating Systems

Introduction to computer science

(1 day)

  • Fundamentals of programming

Computer systems

(5 days)

  • Introduction to OS architecture
  • Introduction to DOS/Power shell command
  • Introduction to bash command /scripting
  • Use case on a Linux web server

Applied Mathematics for Data Science
1 ECTS

(25 hrs)

Calculus – Linear Algebra – Trigonometry & Complex Numbers

Big Data Processing with R
2 ECTS

(25 hrs)

Import and manipulate very large datasets with R – Best data structures selection – Data Transformation – Visualisation – Exploring and modelling

Python Machine Learning Labs
2 ECTS

(30 hrs)

Data structures – Cleaning & preparation – Pandas – Matplotlib – Scikit-learn – OpenCV – Python & Flask – Keras – Numpy

Foundations of Statistical Analysis & Machine Learning Part I
2 ECTS

(25 hrs)

Descriptive Statistics - Probability Theory – Applications using R

Semantic Web technologies for Data Science developments
2 ECTS

(25 hrs)

Representing and querying web-rich data (RDF, SPARQL) – Introducing Semantics in Data (RDFS, Ontologies) – Tracing and following data history (VOiD, DCAT, PROV-O)

Data Wrangling with SQL
3 ECTS

(25 hrs)

Fundamentals of Relational Model & Databases, Relational Algebra – Advanced SQL queries, stored procedures & triggers (T-SQL), Dynamic SQL – Applications with Microsoft SQL Server

Datawarehousing & ETL
2 ECTS

(25 hrs)

Using Microsoft SQL Server: stand-alone and cluster deployments, design and implementation of a datawarehouse, structing an Extract, Transform, Load process – Applications with Microsoft SQL Server

Data Pipeline Part I
2 ECTS

(25 hrs)

XML dataflow – DTD & Schemas – XLS Transformation – JSON & Transformations 

Document Databases – NoSQL – Part 2
1 ECTS

(10 hrs)

Fundamentals of MongoDB Databases, Collection and Document – Advanced MongoDB queries, MongoDB aggregations, MongoDB data architecture –Applications with MongoDB and Robo3T

Graph Databases – NoSQL – Part 1
1 ECTS

(25 hrs)

Preparation to Neo4j Certification – Modelling a graph-based problem, implementation with the Neo4j database

Advanced Excel for Data Analytics & Machine Learning
1 ECTS

(25 hrs)

Formulas - Data Visualisation - PowerPivot - Solver - Visual Basic for Application

CRM Data Management
4 ECTS

(25 hrs)

Preparation of certification “Microsoft Power Platform Functional Consultant (PL-200)”

Data & Machine Learning Visualisation Ecosystem
1 ECTS

(25 hrs)

Tables & Machine Learning with SAS Viya

Reporting & Visualisation
4 ECTS

(25 hrs)

Preparation of certification “Analyzing Data with Microsoft BI (DA-100)” 

IT Project Management – PMP-PMI and Agile Approaches
1 ECTS

(25 hrs)

PMBOK (PMI) – Agile Approaches – Kanban – Quality Metrics

Data Laws & Regulations – Philosophies, Geopolitics & Ethics
1 ECTS

(25 hrs)

EU & USA approaches – GDPR – Safe Harbour & Successors – Common Law vs Code Law

* Veuillez noter que le contenu des cours et les technologies de soutien peuvent varier lorsqu’ils sont dispensés en fonction des besoins du marché du travail et sous la supervision du conseil scientifique de Data ScienceTech Institute.

** Pour autant que vous ne soyez pas soumis à un programme de sanctions des États-Unis d’Amérique qui affecterait vos droits à suivre ces cours et/ou à passer ces examens.

Modalités d'évaluation

Les modalités d’évaluation dépendent des modules, des enseignants et de la nature du contenu enseigné.

Projets d'ingénierie/projets appliqués

Tous les étudiants se verront confier des projets d’ingénierie inclus dans la majorité des modules. Les étudiants mèneront des projets tout au long de l’année jusqu’à ce que leurs cours se terminent et qu’ils se rendent à leur stage. Ces projets d’ingénierie visent à appliquer toutes les connaissances et compétences acquises dans les différents cours et à utiliser les professeurs de la DSTI comme mentors et coachs tout au long de l’année. Certains de ces projets peuvent provenir de travaux de recherche appliquée effectués par nos professeurs affiliés à un laboratoire de recherche.

Ressources et outils mis à disposition pour les étudiants

Prérequis

Aucune condition particulière.

Aucune condition particulière.

Aucune condition particulière.

Perspectives de carrière

DSTI Warm Up - Soyez prêts !

data sciencetech institute course

Le programme Applied MSc comprennent des cours préparatoires pour vous permettre d’acquérir les compétences nécessaires pour commencer à exploiter les différents sujets. Pour le Applied MSc in Data Analytics, le DSTI Warm Up dure 3 semaines (75 heures) et peut être suivi sur le campus ou en ligne.

Frais de scolarité

Pour les demandes de financement par Transitions Pro, merci de bien vouloir vous adresser directement à l’équipe administrative de DSTI à contact@dsti.institute pour les modalités et la constitution du dossier.

  • Étudiants résidant en France
  • Étudiants résidant à l'extérieur de la France
12,500

En présentiel

Étudiez sur le campus de Sophia-Antipolis ou de Paris
  • Temps plein
  • Campus de Sophia-Antipolis et Paris
11,250

En ligne
(off-campus)

Montez en compétences depuis chez vous
  • Temps plein
  • En direct et synchrone
12,500

SPOC

En ligne et à votre propre rythme
  • Asynchrone
  • Rythme personnalisé
12,500

En présentiel

Étudiez sur le campus de Sophia-Antipolis ou de Paris
  • Temps plein
  • Campus de Sophia-Antipolis et Paris
9,375

En ligne
(off-campus)

Montez en compétences depuis chez vous
  • Temps plein
  • En direct et synchrone
12,500

SPOC

En ligne et à votre propre rythme
  • Asynchrone
  • Rythme personnalisé