Certification professionnelle

Objectifs et contexte de la certification :

Depuis les cinq dernières années, les projets Data Science et d’intelligence artificielle connaissent une forte croissance dans des domaines très variés, tels que l’industrie pétrolière, la téléphonie, la distribution, la banque, la finance et les services. Les récentes évolutions technologiques permettent de faire évoluer ces projets vers la mise en place de véritables solutions d’intelligence artificielle. La réalisation de ces projets nécessite de former des équipes de « Data-Engineers » pour lesquelles il est nécessaire de conjuguer l’acquisition des compétences techniques et méthodologiques, l’expérience des cas concrets et surtout, un parcours d’apprentissage jalonné.

Les principales compétences visées par cette certification sont celles nécessaires à la mise en œuvre des activités suivantes :

• Auditer la qualité des données
• Préparer, nettoyer et programmer le recodage des données
• Programmer les indicateurs nécessaires au fonctionnement des algorithmes

Compétences attestées :

1. Maîtriser la statistique descriptive monovariée
2. Savoir utiliser la librairie Numpy en langage Python
3. Savoir utiliser la librairie Pandas en langage Python
4. Savoir réaliser un audit de qualité de données
5. Connaitre les principales règles de RGPD
6. Maîtriser la statistique bivariée
7. Savoir tester et mesurer la paramétricité des données
8. Savoir programmer en Python
9. Savoir programmer le recodage des données pour les rendre paramétriques
10. Savoir caractériser et traiter les valeurs manquantes
11. Savoir identifier et traiter les valeurs aberrantes
12. Maitriser le fonctionnement des bases de données SQL
13. Pouvoir créer des jeux de données de test
14. Savoir mettre en œuvre une stratégie inférentielle
15. Maîtriser les bases de la statistique multivariée
16. Être capable de mettre en œuvre du machine-learning non supervisé
17. Être capable de mettre en œuvre du machine-learning supervisé
18. Savoir utiliser les algorithmes du domaine public pour créer un modèle

Modalités d'évaluation :

  Les modalités d’évaluation s’articulent autour d’exercices pratiques, d’un questionnaire à choix multiples et d’un projet opérationnel : 

- Les compétences les plus conceptuelles et théoriques font l’objet uniquement de questionnaires à choix multiples ; 

- Les compétences les plus pratiques font l’objet : 

o d’exercices qui permettent de valider que l’apprenant sait les mettre en application. Ainsi, ces compétences sont évaluées à la fois par des questionnaires à choix multiples et des travaux pratiques ; 

o d’un projet opérationnel permettant de mettre en pratique et d’articuler l’ensemble des compétences

Exercices pratiques

• Les exercices pratiques sont réalisés pendant l’action de formation.
• Le résultat attendu est la validation de la réalisation intégrale et complète de chaque exercice. 
• Finir l’exercice pratique permet de valider que la compétence évaluée est acquise  

Questionnaire à choix multiples

Les questions permettent à l’apprenant de valider qu’il a bien assimilé les compétences techniques. Pour chaque question :

- 4 réponses possibles  

- 1 seule bonne réponse 

Obtenir un score supérieur à la moyenne permet de valider que la compétence évaluée est acquise   

Un projet opérationnel

Au début de la formation, les candidats recevront une information sur le projet à réaliser, la constitution des groupes et le planning de réalisation du projet. Le thème du projet sera communiqué pendant la formation lorsque les candidats auront abordé les compétences nécessaires à sa réalisation.