International Executive MSc in Applied Data Science & Big Data

SPOC Applied MSc in Data Science
Plongez au coeur  de l’Intelligence Artificielle
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 Science.
  • 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.

La France a une longue tradition d’excellence dans les disciplines de l’analyse et conception des systèmes d’information complexes ainsi qu’en mathématiques appliquées, les deux fondamentaux essentiels pour devenir un Data Scientist tel que décrit sur notre page « Comment devenir Data Scientist? ».

Consultez notre infographie pour choisir le bon programme entre le Applied MSc in Data Science et Data Engineering.

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 SAS & 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 :

  • Développer votre connaissances en mathématiques appliquées à la Data Science et Intelligence Artificielle;
  • Se concentrer dans le cœur des algorithmes d’Intelligence Artificielle;
  • Exécuter vos compétences scientifiques à l’aide de l’analyse, du design, de l’implémentation et la surveillance des architectures IT et Big Data;
  • Combiner la science et la technologie dans des cours d’application et des projets qui traitent du monde de la Data Science en entreprises;
  • Prendre conscience de la gestion des projets IT et l’impact du traitement de données au niveau juridique, ainsi que la réflexion éthique.

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

SAS Institute *The SAS ecosystem DSTI Chair*
Preparation for SAS Enterprise Miner certification

Data ScienceTech Institute SAS Gold Partner Logo


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

  • Distributed Architecture (IS1)
  • Amazon AWS « Cloud-Computing DSTI Chair » **
    Preparation for AWS Certified Solutions Architect – Associate
  • Software Engineering (IS2)
  • Computer Science & IT
    Classic Design & Programming
    Object-Oriented Design and Programming
  • Data Management (IS3)
  • Data Wrangling backed with SQL
    Advanced SQL queries, dynamic SQL, stored procedures & triggers
    Review of ETL, Reporting and BI processes
  • Semantic Web for Data Science
    Representing and querying web-rich data (RDF, SPARQL), Introducing Semantics in Data (RDFS, Ontologies), Tracing and following data history (VOiD, DCAT, PROV-O)
CORE DATA SCIENCE & ARTIFICIAL INTELLIGENCE
0hrs

  • Foundations (DSBD1)
  • Applied Mathematics
    Calculus – Linear Algebra – Trigonometry & Complex Numbers
  • Continuous Optimisation (Mathematics)
    Critical points, multiple variables function optimisation, gradient methods, constraint-based optimisation with Lagrange Multiplier
  • Metaheuristics Optimisation (Computer Science)
    Applied Numerical Optimisation and MSDO – Constrained and unconstrained, linear and non-linear, genetic algorithms (Particle Swarm Optimisation, Simulated Annealing, etc.)
  • Data Science & Artificial Intelligence
  • Foundations of Statistical Analysis and Machine Learning
    Probabilities and distribution – Tests – Inference – Regression – Clustering
  • Advanced Statistical Analysis and Machine Learning
    CART and Random Forests and applications to Map/Reduce – Features Selection & Engineering
    Models Comparison & Competition
  • Artificial Neural Networks 
    Data representation and distributed representations, Universal Interpretation Theorem, Probabilistic Interpretation, backpropagation and stochastic gradient descent
  • SAS Institute « The SAS ecosystem DSTI Chair » **
    SAS /Base & SAS/STAT
    Preparation to SAS Certified Predictive Modeler Using SAS Enterprise Miner 14
Applied Data Science & Artificial Intelligence
0hrs

  • Practical Data Science & Artificial Intelligence (ADSAI1)
  • Survival Analysis with R
    Probabilistic description of Survival data, parametric, non-parametric and semi-parametric (Cox model) statistical methods. Applications to Big Data with penalised Cox regression
  • Deep Learning with Python
    Introduction to PyTorch, – Deep Learning, Neural Architectures and their applications – Neural Network training on a GPU (practice)
  • Time and behaviour modelling
  • Time-Series Analysis using SAS
    Forecasting Using SAS Software: A Programming Approach (SAS/ETS)
  • Agent-Based Modelling for population behaviour
    Modelling objectives, model types, matching modelling approaches to studies objectives, ODD protocol, ABM objectives and components
  • Project Management (MEL2))
  • IT Project Management: PMP-PMI and Agile Approaches
    PMBOK (PMI) – Agile Approaches – Kanban
  • Social Sciences (BIA4)
  • Agent-Based Modelling for population behaviour
    Modeling objectives, model types, matching modelling approaches to studies objectives, ODD protocol, ABM objectives and components
  • Distributed Computing for Data Science (ADSAI3)
  • The Hadoop & SPARK ecosystem
    HDFS, scheduling & resources management
    Workflow management & ETL, Dataflow management, Scalable Enterprise Serial Bus
    Realtime processing, Machine Learning, Data Exploration & Visualisation
Management, Ethics & Law
0hrs

  • Data regulations (MEL1)
  • Data ownership and protection laws and regulation
    Private Data – Corporate Data
    EU Data Protection Act, GDPR, US-EU Data Transfers regulations
  • Project Management (MEL2)
  • IT Project Management: PMP-PMI and Agile Approaches
    PMBOK (PMI) – Agile Approaches – Kanban

*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