International Executive MSc in Applied Data Science & Big Data

SPOC Applied MSc in Data Engineering
Formation Continue Temps Partiel en Ligne – Small Private Online Course (SPOC)

Temps Partiel
En Ligne
0 mois
Formation continue
Applied MSc

Préparation
Certifications
0
Industrielles

Cours HD
enregistrés
0h
replay
illimité

Temps supplémentaire
dédié
0h
Intéractions
avec enseignants

SPOC
MODE
0
Frais de scolarité*

*Les frais de scolarité sont exclusifs de toutes taxes locales qui pourraient s’appliquer dans le pays de résidence de l’étudiant et/ou dans le cadre de financement par la formation professionnelle
Les étudiants auto-financés sont normalement exemptés de TVA Française/Européenne

Découvrez le contenu du programme
SPOC MSc in Applied Data Science & Big Data Schedule
SPOC MSc in Applied Data Science & Big Data Schedule
SPOC MSc in Applied Data Science & Big Data World Map

PROGRAMME FORMATION CONTINUE TEMPS PARTIEL
COMBINEZ ÉTUDES ET TRAVAIL

Avantages de notre programme
Small Private Online Course (SPOC)
Applied MSc

  • Contenu du programme identique à notre Applied MSc in Data Engineering.
  • Scolarité à temps partiel, avec des « study time » / « free periods » (temps libre) entre les modules de cours afin de visionner les enregistrements HD.
    Le visionnage des enregistrements de cours est illimité pendant toute la durée du programme ainsi qu’après diplômation.
  • Rendez-vous réguliers avec les enseignants pour soutien pédagogique et questions pendant les « free periods ».
    Pour chaque 25h de cours (1 semaine), les étudiants disposent de 4h de soutien professeurs en direct (et enregistré). Ces rendez-vous sont distincts pour les fuseaux horaires EMEA jusqu’à l’Asie du Sud & Amériques (96h de soutien sur la totalité du programme).
  • Accès 24h/24 et 7j/7 à l’intégralité des supports pédagogiques et outils d’échanges privés en ligne (forums, chats, etc) via Moodle, notre plateforme d’apprentissage.
  • Le travail en groupe dans le cadre des « Engineering Projects » est organisé par fuseaux horaires : un ensemble d’étudiants pour les zones EMEA jusqu’à l’Asie du Sud, un autre pour la zone Amériques.
    Les étudiants en formation continue SPOC ne sont pas livrés à eux-mêmes en regardant passivement des enregistrements de cours : ils collaborent ensembles et appartiennent à une cohorte DST intéractive.
  • Accès libre aux cours en direct en mode off-campus (téléprésence) ou on-campus selon vos disponibilités et envies.

Notre programme de formation continue Applied MSc en mode SPOC sur 18 mois en temps partiel, avec ses deux rentrées d’Automne et de Printemps, est conçu pour ouvrir vos opportunités de carrière aux emplois en Big Data Analytics très recherchés par les entreprises.

Les cours sont dispensés exclusivement en Anglais sur les périodes :

  • Début Octobre d’une année X à fin Mars de l’année X+2 pour les rentrées d’Automne
    (ex. du 2 Octobre 2017 au 30 Mars 2019);
  • Mi-Mars d’une année Y à mi-Octobre de l’année Y+2 pour les rentrées de Printemps
    (ex. 12 Mars 2018 au 9 Octobre 2020);

La séquence de cours se déroule telle que sur le schéma ci-contre. La fréquences des cours est plus intense durant les deux premiers semestres (225h par semestre) puis plus légère sur le troisème (150h).
À la fin de la période des 18 mois, les étudiants SPOC MSc ont la possibilité d’obtenir une période supplémentaire de 6 mois pour passer les examens de certification Cloudera & Amazon AWS.

Les cours du programme SPOC MSc in Applied Data Science & Big Data programme sont enregistrés tous les jours. En moyenne, une journée de cours réprésente 5h de d’enregistrement à visionner. Chaque module de cours dure une semaine (25h) our deux semaines (50h).

Dans ce programme en mode SPOC, vous apprendrez comment :

  • Comprendre, analyser, concevoir, implémenter et suivre les grandes architectures SI pour Big Data;
  • Vous familiariser avec les algorithmes de machine et deep learning avec une approche industrielle des mathématiques appliquées;
  • Déployer des architectures Big Data et des résultats de Machine Learning dans les systèmes dits « corporate » et vous familiariser avec la data visualisation;
  • Vous éveiller aux conséquences juridiques de la manipulation de données ainsi qu’un début de réflexion sur l’éthique des conséquences de la fouille de données.

Le programme vous prépare à passer deux examens de certifications industrielles au travers des cours :

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.

2 Certifications Industrielles

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

WS Certified Solutions Architect - Associate

Cloudera Certified Data Engineer
Préparation pour l’obtention du Cloudera Certified Data Engineer

Data ScienceTech Institute Cloudera Certified Data Engineer


SPOC MSc in Applied Data Science & Big Data SPOC World Interaction

Ce programme en mode SPOC 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)

Information Systems
0hrs

  • DataBases
  • 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
    0hrs

    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.


    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 d’Automne 2018.
    Les frais de scolarité peuvent changer lors d’une prochaine rentrée. Les frais de scolarité pour la rentrée de Printemps 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.

    Les frais de scolarité sont dûs au cours de la première année du programme et peuvent être ventilés en 3 mensualités.

    SPOC MSc in Applied Data Science & Big DataRentréeFrais de scolarité (hors taxes applicables)
    SPOC ModeAutomne 201813 500€

    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

    Pas de conditions particulières