Data scientist et spécialiste machine learning

• Comprendre le métier de data scientist et de spécialiste ML
• Développer des modèles de machine learning performants
• Industrialiser et évaluer les modèles en production

Data scientists, analystes data, ingénieurs machine learning

Maîtriser les statistiques de base et le langage Python IT

• Définir les missions du data scientist et du spécialiste ML métier
• Cadrer un projet de data science à partir d’un besoin métier
• Collecter, nettoyer et préparer les données d’apprentissage ML
• Explorer les données avec la statistique et la visualisation
• Entraîner des modèles de machine learning supervisés ou non supervisés
• Évaluer les modèles avec les métriques et la validation croisée
• Limiter les biais, le surapprentissage et les risques éthiques
• Déployer les modèles en production avec les pratiques MLOps ciblées
• Surveiller la dérive et la performance des modèles en production
• Restituer les résultats de façon claire aux équipes métiers cibles

• Cadrer un projet de machine learning sur un cas métier réel
• Construire et comparer deux modèles prédictifs de ML simples
• Présenter les résultats d’un modèle à des décideurs métiers

• Méthodologie d’un projet de data science et de ML de A à Z
• Check list de préparation et de contrôle qualité des données
• Fiche repère des métriques d’évaluation des modèles de ML IA