Article

Formation Data Science pour l’ingénieur #2 – SIGMA Clermont

Formation gratuite ouverte aux industriels – 21, 28 novembre et 5 décembre

Parce que la Data Science est devenue un enjeu immédiat et incontournable pour les entreprises industrielles, les écoles Sigma et Isima se sont associés à des partenaires experts du e-cluster Auvergne Efficience Industrielle pour créer un module de formation de Data Science à destination des industriels. Au printemps de cette année, la première édition avait rassemblé plus d’une vingtaine de participants, élèves ingénieurs et salariés d’entreprises. Suite logique à ce succès, une seconde session est donc proposée mais nul besoin d’avoir suivi la première pour participer à la seconde. De nouvelles connaissances et de nouveaux exercices pratiques seront proposés par les intervenants.

Agenda

 

 

 

 

Informations pratiques

Lieu des journées de formation :

Campus des Cézeaux

CS 20265 – 63178 AUBIERE CEDEX

Formation gratuite

Seul un montant de 15€ par jour pour couvrir les frais liés aux déjeuners vous sera demandé, une occasion unique à ne pas manquer !

Pour en savoir plus

Contactez Nicolas Gayton, enseignant-chercheur Sigma Clermont

04 73 28 81 21 / nicolas.gayton@sigma-clermont.fr

 

Objectifs de l’enseignement

  • Former à la data science de l’ingénieur les élèves ingénieurs et les salariés d’entreprises
  • Exprimer le type de données nécessaires, choisir la méthodologie, les outils de traitement ad hoc pour déployer son travail et distinguer un problème de statistiques d’un problème de big data
  • Formaliser un problème industriel et porter un regard métier en utilisant les outils du data scientist complémentairement à l’ensemble des outils disponibles dans l’ingénierie
  • Porter un regard d’ingénieur sur le monde des données, de la donnée à la prise de décision
  • Pour les étudiants Sigma : susciter l’envie d’approfondir ses connaissances
  • Pour les salariés d’entreprises : introduire la data science parmi les outils à leur disposition.

En résumé, ce cours propose de fournir les bases des outils pour la résolution de problèmes industriels par la modélisation et l’algorithmie, en s’appuyant sur des données fiables et en grand nombre.

 

Témoignages et retour d’expériences

Pour finir de vous convaincre de participer, quelques retours des stagiaires de la première session, ainsi qu’un article paru dans la presse régionale (Article Data Science #1):

Loïc JEAN-FULCRAND, Prospective & Innovation – Intelligence Engineer
Pfeiffer Vacuum -Technologies du vide – 600 personnes – Annecy (74)

La formation data scientist AGORA a été pour moi un véritable rite initiatique digital. J’ai pu raccrocher mes vieux wagons technologiques à ces nouveaux concepts, je situe bien mieux à présent mes propres compétences et mes besoins latents dans ce nouveau territoire 4.0 

Romain GABET, Informaticien
Nicomatic -Concepteurs de connecteurs – 135personnes – Bons-en-Chablais (74)

Ces 3 jours de formation m’ont permis d’élargir mes connaissances. J’ai été très intéressé par la partie métrologie, l’apport du Big Data sur le contrôle et la prise de mesure de pièces ,ainsi que la thématique sur la sécurité des données.

Yannick SANSONNET, Consultant Business Intelligence &  Data Science

Enfin une formation qui ne se limite pas aux algorithmes et qui aborde la Data Science dans son intégralité. On y retrouve évidemment les piliers de cette discipline : statistiques, régressions, classifications ainsi que les impressionnants réseaux neuronaux. Mais elle a l’immense mérite de couvrir également toute la chaîne de données : la qualité et l’incertitude de la mesure, la sécurité des données et les obligations légales, l’internet des objets, les capteurs et leurs réseaux. Le tout est ponctué de vrais cas concrets industriels indispensables pour se projeter et faire germer les graines de la transformation numérique. On en ressort avec des bases solides pour aborder un projet … et surtout l’envie de pousser les murs ! 

Mots clés

Big data, ingénieur, classification, réseau de neurones, modélisation, algorithmie, approche probabiliste, inférence statistique, High Performance Computing, entrepôt de données, fouille de données, apprentissage automatique, réseaux convolutifs, autoencodeurs, fiabilité des données, simulation, parallélisation, objets connectés, data privacy, industrie du futur

theme by teslathemes