Quelques chiffres
Chiffres clés
des 12 derniers mois
Sociétés formées
Stagiaires formés
Sessions de formations
%
de satisfaction
Qualité formateurs
Contenu & environnement
Formations
Formation Data Science & IA Générative
- Mettre la data au service de vos enjeux
- Fondamentaux de la Data Science
- Fondamentaux de la Generative IA
- Génération de texte et d’image
- Principes des moteurs de calculs
Cette formation a pour objectif de découvrir les concepts fondamentaux de la Data Science.
Objectifs :
- Formuler les principales définitions
- Expérimenter les différents algorithmes et expliquer leur cas d’utilisation
- Décrire les étapes clé d’un projet de Data Science
Compétences développées :
- Manipuler des algorithmes de machine learning
- Déconstruire le cycle de vie d’un projet de machine learning
Modalités :
- Prérequis : Avoir des notions en statistiques et mathématiques
- Durée : 2 jours (soit 14 heures)
- Répartition : 100% Présentation
Cette formation est une introduction à la Générative IA et un décryptage des projets Gen Al pour les non-développeurs, incluant les étapes clés et les risques éthiques.
Objectifs :
- Comprendre les concepts clé de l’intelligence artificielle générative
- Décrypter un projet Gen AI pour comprendre les phases de développement et les compétences ou profils qui interviennent à chaque étape.
- Découvrir des cas pratiques d’application de la génération de texte et d’images
Compétences développées :
- Compréhension des fondamentaux de l’Intelligence Artificielle Générative
- Maîtrise des outils et des techniques pour la génération de texte et d’images
- Comprendre les transformers, le prompt engineering, le fine-tuning
- Connaître des cas d’applications pratiques
Modalités :
- Prérequis : Connaissance en informatique, IA et Python recommandée. Aucune expérience spécifique en génération de texte ou d’images requise.
- Durée : 0,5 jour (soit 3,5 heures)
- Répartition : 60% Présentation / 40% Manipultation & Travaux Pratiques
Cette formation est un vue d’ensemble des acteurs, des Transformers et modèles de diffusion stable ainsi que des techniques telles que le prompt engineering, le RAG, le fine-tuning.
Objectifs :
- Approfondissement des concepts clé de l’intelligence artificielle générative comme les notions de Transformer.
- Réalisation de cas pratiques d’application de la génération de texte et d’images
Compétences développées :
- Maîtrise de l’Intelligence Artificielle Générative,
- Maîtrise des outils et des techniques pour la génération de texte et d’images,
- Comprendre les modèles de type Transformers, optimiser ses prompts et maîtriser, le le fine-tuning de modèles génératifs,
- Connaître des cas d’applications pratiques.
Modalités :
- Prérequis : Connaissance en informatique, IA et Python recommandée. Aucune expérience spécifique en génération de texte ou d’images requise.
- Durée : 1 jour (soit 7 heures)
- Répartition : 60% Présentation / 40% Manipultation & Travaux Pratiques
Cette formation permet de découvrir les concepts fondamentaux des moteurs de calculs.
Objectifs :
- Découvrir les concepts fondamentaux du Big Data sous Hadoop,
- Formuler les concepts clé sur lesquels reposent la technologie Hadoop,
- Découvrir la solution Hive, les entrepôts de données stockées sous HDFS, permettant de requêter de très grands volumes de données rapidement grâce à un langage très proche du SQL,
- Découvrir le moteur Spark, framework de calcul distribué permettant de développer des applications performantes sur de très gros volumes de données
Compétences développées :
- Découvrir Hadoop,
- Développer des requêtes HiveSQL,
- Développer des scripts PySpark pour manager des données
Modalités :
- Prérequis : Avoir des notions en programmation Python, SQL et en système UNIX
- Durée : 2 jours (soit 14 heures)
- Répartition : 60% Présentation / 40% Manipultation & Travaux Pratiques
Formation Programmation en Python
- Formation Python
- Initiation à Python
- Python avancé
- Data Management avec Python
- Machine Learning avec Python
- Moteur de recommandation avec Python
Cette formation a pour objectif de maîtriser les bases du langage Python (boucles, fonctions, objets).
Objectifs :
- Manipuler les chaînes de caractères,
- Manipuler les listes et les dictionnaires,
- Utiliser les structures de contrôle (if, for, …),
- Utiliser les fonctions,
- Mettre en place des pipelines de transformations de données,
- Créer des graphiques.
Compétences développées :
- Développer des scripts de bases en Python à l’aide d’objets standard et de pipelines.
Modalités :
- Prérequis : Aucun
- Durée : 1 jour (soit 7 heures)
- Répartition : 60% Présentation / 40% Manipultation & Travaux Pratiques
Cette formation a pour objectif d’introduire à la POO, la création de webapps et aux bonnes pratiques de gestion des environnements, des exceptions Python
Objectifs :
- Gérer l’environnement Python,
- Importer des packages,
- Traiter les dates, les exceptions et le parsing,
- Utiliser les objets,
- Créer une interface Web
Compétences développées :
- Développer des scripts python en connaissant et en utilisant les bonnes pratiques de développement.
Modalités :
- Prérequis : Suivre la formation Initiation Python ou avoir les compétences de celle-ci
- Durée : 1 jour (soit 7 heures)
- Répartition : 60% Présentation / 40% Manipultation & Travaux Pratiques
Cette formation a pour objectif de maîtriser les différentes méthodes de la librairie pandas.
Objectifs :
- Utiliser la librairie numpy,
- Maîtriser les différentes méthodes de la librairie pandas pour le Data Management en manipulant l’objet DataFrame (tableaux structurés).
Compétences développées :
- Développer des scripts de bases en Python à l’aide d’objets standard et de pipelines.
Modalités :
- Prérequis : Suivre la formation Initiation Python ou avoir les compétences de celle-ci
- Durée : 1 jour (soit 7 heures)
- Répartition : 60% Présentation / 40% Manipultation & Travaux Pratiques
Cette formation a pour objectif de faire découvrir les modules dédiés au ML et apprendre à développer des modèles de Data Science.
Objectifs :
- Découvrir le module scikit-learn,
- Développer des modèles de Data Science tels que les Random Forest et/ou Gradient Boosting,
- Apprendre à faire du préprocessing,
- Découvrir les algorithmes de régression,
- Découvrir les algorithmes de classification,
- Découvrir la cross validation,
- Découvrir les modèles non supervisés,
- Découvrir les pipelines,
- Découvrir la sauvegarde des modèles.
Compétences développées :
- Développer des scripts Python pour la mise en place de pipelines de machine learning
Modalités :
- Prérequis : Suivre la formation Initiation à Python pour le Data Management ou avoir les compétences de celle-ci
- Durée : 1 jour (soit 7 heures)
- Répartition : 60% Présentation / 40% Manipultation & Travaux Pratiques
Cette formation a pour objectif de découvrir les différentes méthodes de moteurs de recommandations et leur implémentation en Python
Objectifs :
- Formuler les principes théoriques des moteurs de recommandation,
- Les mettre en pratique sur Python grâce à scikit-learn ou des packages spécialisés.
Compétences développées :
- Mieux comprendre le fonctionnement des moteurs de recommandation et les données utilisées
- Implémenter des modèles de recommandation en Python
Modalités :
- Prérequis : Suivre les formations Initiation à Python pour le Data Management ou Machine Learning avec Python, ou avoir les compétences d’une de celles-ci
- Durée : 1 jour (soit 7 heures)
- Répartition : 60% Présentation / 40% Manipultation & Travaux Pratiques
Formation – Learning Paths Dataiku
- Data Science Platform
- Dataiku - Core Designer
- Dataiku - ML Practitioner
- Dataiku - Advanced Designer
- Dataiku - Core Developer
- Dataiku - MLOps
- Dataiku - Admin
Cette formation a pour objectif de découvrir les principales fonctionnalités de l’outil.
Objectifs :
- Découvrir les possiblités de Data Management, Data Visualisation et modélisation,
- Utiliser les recipes visuelles,
- Manipuler des données (filtres, jointures, agrégations),
- Concevoir des graphiques.
Compétences développées :
- Prise en main de la plateforme Dataiku,
- Gérer le nettoyage des données,
- Réaliser des graphiques de Datavisualisation.
Modalités :
- Prérequis : Aucun
- Durée : 0,5 jour (soit 4 heures)
- Répartition : 55% Présentation / 45% Manipultation & Travaux Pratiques
Cette formation a pour objectif de découvrir les outils visuels de création d’une pipeline de Machine Learning.
Objectifs :
- Découvrir les outils visuels de Dataiku pour choisir, créer, interpréter et déployer des modèles de machine learning.
Compétences développées :
- Créer et déployer des modèles prédictifs.
Modalités :
- Prérequis : Suivre la formation Core Designer ou avoir les compétences de celle-ci
- Durée : 0,5 jour (soit 4 heures)
- Répartition : 55% Présentation / 45% Manipultation & Travaux Pratiques
Cette formation a pour objectif de découvrir les fonctionnalités visuelles avancées.
Objectifs :
- Utiliser les recipes et plugins,
- Découvrir les best practices pour concevoir un projet Dataiku.
Compétences développées :
- Utiliser des fonctionnalités avancées de Dataiku
Modalités :
- Prérequis : Suivre la formation Core Designer ou avoir les compétences de celle-ci
- Durée : 0,5 jour (soit 4 heures)
- Répartition : 55% Présentation / 45% Manipultation & Travaux Pratiques
Cette formation a pour objectif d’apprendre à utiliser du code R et Python dans Dataiku
Objectifs :
- Développer et utiliser du code R ou Python dans DSS à l’aide des notebooks,
- Découvrir les bonnes pratiques de développement.
Compétences développées :
- Implémenter du code sous Dataiku.
Modalités :
- Prérequis :
- Suivre la formation Core Designer ou avoir les compétences de celle-ci
- Avoir des notions en programmation Python, R et SQL
- Durée : 0,5 jour (soit 4 heures)
- Répartition : 55% Présentation / 45% Manipultation & Travaux Pratiques
Partie 1 : Preparing for production >> Cette formation a pour objectif de déployer en production des produits data
Objectifs :
- Identifier les techniques de refactorisation (notamment partitionnement) et de documentation du projet à effectuer avant le déploiement en production,
- Mettre en place des scenarios en utilisant les recipes visuelles, les déclencheurs, et reportings pour automatiser l’enrichissement de données et le réapprentissage de modèle,
- Mettre en place de contrôles de qualité de données.
Compétences développées :
- Documenter son projet avant mise en production,
- Préparer sa mise en production (partitionnement, ordonnancement…).
Modalités :
- Prérequis : Suivre les formations ML Practitioner et Advanced Designer ou avoir les compétences de celles-ci
- Durée : 0,5 jour (soit 4 heures)
- Répartition : 55% Présentation / 45% Manipultation & Travaux Pratiques
Partie 2 : Production deployment >> Cette formation a pour objectif de déployer en production des produits data
Objectifs :
- Découvrir comment les node Dataiku sont utilisés ensemble pour produire un projet,
- Développer un cas pratique de déploiement de projet de bout en bout à l’aide d’une API et d’un Automation node.
Compétences développées :
- Déployer et industrialiser des modèles de machine learning dans Dataiku,
- Utiliser l’API Node et l’Automation Node
Modalités :
- Prérequis : Suivre les formations ML Practitioner et Advanced Designer ou avoir les compétences de celles-ci
- Durée : 0,5 jour (soit 4 heures)
- Répartition : 55% Présentation / 45% Manipultation & Travaux Pratiques
Cette formation a pour objectif d’explorer l’architecture de Dataiku selon vos besoins.
Objectifs :
- Découvrir comment fonctionne l’architecture de Dataiku,
- Et/ou manager la sécurité de la plateforme,
- Et/ou résoudre les différents problèmes fréquemment rencontrés.
Compétences développées
- Gérer l’administration de la plateforme Dataiku,
- Et/ou gérer les profils,
- Et/ou manager la sécurité et les ressources
Modalités :
- Prérequis :
- Suivre la formation Core Designer ou avoir les compétences de celle-ci
- Avoir une expérience d’administration de logiciels en entreprise
- Durée : 1 à 2 jours (soit 7 à 14 heures)
- Répartition : 60% Présentation / 40% Manipultation & Travaux Pratiques
Formation Outils d’exploration de la donnée
Formation INITIATION >> Cette formation a pour objectif de découvrir les fonctionnalités de Tableau.
Objectifs :
- Créer un modèle de données,
- Visualiser les données,
- Analyser les données,
- Partager ses reports/Dashboard.
Compétences développées :
- Utiliser les principales fonctionnalités offertes par l’outil : Data Management, Data Visualisation et modélisation,
- Manipuler les recipes visuelles,
- Réaliser des graphiques.
Modalités :
- Prérequis : Aucun prérequis
- Durée : 2 jours (soit 14 heures) + 1 jour Hackathon (soit 7 heures)
- Répartition : 60% Présentation / 40% Manipultation & Travaux Pratiques
Formation AVANCEE >> Cette formation a pour objectif d’approfondir les fonctionnalités de Tableau
Objectifs :
- Approfondir les connaissances de Tableau,
- Personnaliser ses visualisations à l’aide d’URL (images et actions),
- Personnaliser ses visualisations à l’aide d’images stockées en local,
- Créer des visualisations en entonnoir (tunnel de transformation),
- Calculer des KPIs YTD/MTD avec des comparaisons en N-X/M-X.
Compétences développées :
- Rendre intéractive ses visualisations à l’aide d’URL,
- Utilisation avancée des fonctions,
- Utilisation avancée des paramètres,
- Mise en application concrètes des fonctionnalités de Tableau avec des cas d’usage applicables dans n’importe quelle entreprise.
Modalités :
- Prérequis : Avoir assisté à la formation initiation à Tableau ou avoir les compétences développées à cette formation
- Durée : 1 jour (soit 7 heures)
- Répartition : 40% Présentation / 60% Manipultation & Travaux Pratiques
Cette formation a pour objectif de découvrir les principales fonctionnalités de l’outil.
Objectifs :
- Découvrir les principales librairies modernes,
- Manipuler des données avec R,
- Entraîner des modèles de machine learning grâce au logiciel R
Compétences développées :
- Faire du Data Management,
- Entraîner des modèles de machine learning,
- Mettre en place des démarches de Data Science.
Modalités :
- Prérequis : Avoir des notions en développement informatique ainsi qu’en manipulation de données
- Durée : 3 jours (soit 21 heures)
- Répartition : 60% Présentation / 40% Manipultation & Travaux Pratiques
INITIATION FONDAMENTAUX >> Cette formation a pour objectif de se familiariser avec la syntaxe et les concepts fondamentaux de la programmation
Objectifs :
- Découvrir les environnements de travail SAS,
- Formuler la syntaxe et les concepts fondamentaux de la programmation,
- Charger et transformer des données avec l’étape DATA,
- Transformer des données à l’aide des procédures PROC,
- Ecrire des requêtes SQL dans SAS.
Compétences développées :
- Développer des programmes SAS grâce aux fonctionnalités de base,
- Créer et modifier des tables de données, les étudier et générer des rapports
Utiliser du SQL dans SAS.
Modalités :
- Prérequis : Avoir des notions en programmation mais aucune expérience sur SAS n’est requise
- Durée : 3 jours (soit 21 heures)
- Répartition : 60% Présentation / 40% Manipultation & Travaux Pratiques
VIYA – SAS Programming >> Cette formation a pour objectif de se familiariser avec les concepts et techniques de base de la programmation sous VIYA
Objectifs :
- Découvrir les concepts et environnements de SAS VIYA,
- Communiquer les techniques de base de la programmation sous VIYA,
- Réaliser des manipulations simples telles que :
- Créer ou charger une table,
- Manipuler une table,
- Sauvegarder et promouvoir une table.
Compétences développées :
- Se familiariser avec les concepts et techniques de base de la programmation sous VIYA,
- Créer des données et les étudier
Modalités :
- Prérequis : Suivre la formation Initiation à SAS ou avoir des compétences en SQL, SAS Base et SAS macro
- Durée : 1 jour (soit 7 heures)
- Répartition : 50% Présentation / 50% Manipultation & Travaux Pratiques
VIYA – Visual Analytics >> Cette formation a pour objectif d’introduire la préparation de données, l’exploration des données et la création de rapports
Objectifs :
- Découvrir la page d’accueil,
- Visualiser et naviguer dans un rapport avec le Viewer,
- Accéder aux données,
- Préparer les données avec SAS Data Studio,
- Explorer et analyser les données avec SAS Visual Analytics,
- Créer des rapports interactifs à l’aide de SAS Visual Analytics.
Compétences développées :
- Préparer et explorer les données,
- Créer des rapports.
Modalités :
- Prérequis : Aucun prérequis
- Durée : 2 jours (soit 14 heures))
- Répartition : 50% Présentation / 50% Manipultation & Travaux Pratiques
Formation – Digital Analytics avec Google
Cette formation a pour objectif de découvrir les principales fonctionnalités de l’outil.
Objectifs :
- Apprentissage des bases de Google Analytics 4,
- Configuration et collecte des données de navigation,
- Analyse du comportement des utilisateurs et conclusions,
- Compréhension du plan de marquage pour une collecte efficace.
Compétences développées :
- Configuration, utilisation et analyse de données comportementales Google Analytics.
Modalités :
- Prérequis : Connaissances Marketing Digitales
- Durée : 1 jour (soit 7 heures)
- Répartition : 90% Présentation / 10% Manipultation & Travaux Pratiques
Cette formation a pour objectif de découvrir les principales fonctionnalités de l’outil.
Objectifs :
- Administration de l’outil,
- Mise en place de plans de marquage Analytics,
- Gestion des balises de marquage et maintien du plan de marquage.
Compétences développées :
- Configuration et exploitation de Google Tag Manager pour le déploiement de tags digital (Analytics, Media…)
Modalités :
- Prérequis : Des bases de compréhensions des Tag Management System
- Durée : 1 jour (soit 7 heures)
- Répartition : 90% Présentation / 10% Manipultation & Travaux Pratiques
Formation aux outils de sensibilisation à la transformation durable
Cette formation a pour objectif de comprendre les enjeux climatiques d’aujourd’hui à travers une activité ludique
Objectifs :
- Associer les cartes entre elles pour comprendre les liens de causes à effets des éléments entrant dans le changement climatique,
- Expliquer les cartes pour identifier les causes et les conséquences du dérèglement climatique,
- Participer aux différentes étapes de la fresque.
Compétences développées
- Résumer l’essentiel des enjeux climatiques pour passer à l’action,
- Relier les causes aux effets des éléments entrant dans le changement climatique.
Modalités :
- Prérequis : Aucun prérequis
- Durée : 0.5 jours (soit 3 heures)
- Répartition : 60% Présentation / 40% Manipultation & Travaux Pratiques
Cette formation a pour objectif de sensibiliser et former aux enjeux environnementaux du numérique.
Objectifs :
- Associer les cartes entre elles pour comprendre les liens d’implications entre les éléments constituant « le numérique »,
- Expliquer les cartes pour identifier les causes et les conséquences du dérèglement climatique,
- Participer aux différentes étapes de la fresque afin de les sensibiliser au changement climatique.
Compétences développées
- L’atelier collaboratif « la Fresque du Numérique » permet de comprendre l’essentiel des enjeux environnementaux liés au numérique et comment passer à l’action,
- Compréhension des liens d’implications entre les éléments constituant « le numérique »,
- Réflexion sur les actions possibles.
Modalités :
- Prérequis : Aucun prérequis
- Durée : 0.5 jours (soit 3 heures)
- Répartition : 60% Présentation / 40% Manipultation & Travaux Pratiques
Toutes nos expertises
Optimiser la prise de décision au travers de produits restituant les insights de façon accessible
Data contact