Formations

Data Engineering et bases de données

Construisez des pipelines de données fiables, de l’ingestion à la restitution. Modélisez les stockages, automatisez les traitements et mettez en place qualité, orchestration et supervision dans le cloud.

7 mois

Bac+3 ou expérience Data

Alternance : Oui

Vue d'ensemble

Les modèles analytiques et les applications d’IA ne sont fiables que si les données arrivent au bon moment, dans un format contrôlé et avec une traçabilité suffisante. Cette formation couvre la conception d’une plateforme Data depuis les sources jusqu’aux usages. Les participants modélisent un entrepôt, développent des pipelines batch et streaming, ajoutent des tests puis orchestrent les traitements. Le projet final est déployé dans le cloud avec supervision, gestion des accès et suivi des coûts. L’accent porte sur la reprise, l’idempotence et la documentation opérationnelle

Ce que vous allez maîtriser

Modélisation Data

Conception de modèles analytiques, partitionnement et choix argumenté des technologies de stockage.

Pipelines ETL/ELT

Ingestion batch et streaming, transformations testables et gestion fiable des reprises sur erreur.

Orchestration & qualité

Planification, dépendances, contrôles de qualité, traçabilité et alertes sur les traitements.

Plateforme cloud

Déploiement, sécurité, observabilité et maîtrise des coûts d’une plateforme de données cloud.

Frais de scolarité

7 490 €

Possibilité de financement OPCO / Alternance

Prochaine rentrée : Octobre 2026

Rythme : 3 semaines / 1 semaine

Campus : Distanciel et Hybride

Langue : Français (supports ENG)

Commencer l'inscriptionTélécharger la brochure

Places limitées à 25 étudiants par promotion pour garantir la qualité de l'encadrement.

Programme détaillé

Semestre 1 : Fondations Data & Programmation
Maîtrise des bases indispensables en programmation, manipulation de données et analyse statistique. Les étudiants travaillent notamment avec Python, SQL, Pandas et NumPy, apprennent à nettoyer, structurer et visualiser des jeux de données, puis à construire leurs premiers projets d’analyse.
Semestre 2 : Machine Learning Appliqué
Approfondissement des méthodes de machine learning supervisé et non supervisé. Régression, classification, clustering, préparation des données, feature engineering, évaluation des modèles et optimisation des performances sont abordés à travers des cas pratiques et des projets appliqués.
Semestre 3 : Deep Learning & IA Spécialisée
Introduction aux architectures avancées d’intelligence artificielle : réseaux de neurones, deep learning, NLP et vision par ordinateur. Les étudiants utilisent des frameworks comme PyTorch ou TensorFlow et travaillent sur des problématiques plus complexes jusqu’au déploiement de modèles en production.

Direction Pédagogique

Dr. Antoine Laurent

Ex-Lead Data Scientist chez TechCorp | Ph.D. en Intelligence Artificielle

"Notre objectif n'est pas seulement de vous apprendre à coder des algorithmes, mais de vous donner la vision systémique nécessaire pour transformer une architecture de données complexe en un levier de croissance stratégique pour l'entreprise. Vous serez formés aux standards d'ingénierie les plus stricts du marché."