Apprenez 脿 utiliser les donn茅es massives et l鈥檌ntelligence artificielle聽(IA) pour r茅soudre des probl猫mes d鈥檃ffaires. D茅veloppez des comp茅tences en mati猫re d鈥檈xploration de donn茅es, de visualisation et de mod茅lisation pr茅dictive en utilisant des techniques d鈥檃pprentissage automatique. Soyez pr锚t.e 脿 l鈥檈mploi en 18 mois seulement.
QUE FAIT UN.E ANALYSTE DE DONN脡ES?
Les analystes de donn茅es assemblent et analysent de l鈥檌nformation pour d茅celer des interfaces sous-jacentes. Ils/elles traduisent des donn茅es brutes en information qui permettent aux entreprises de prendre de meilleures d茅cisions.
Les analystes de donn茅es sont g茅n茅ralement responsables de ce qui suit聽:
- Rassembler des donn茅es de diverses sources telles que des bases de donn茅es et sondages.
- Analyser et organiser les donn茅es pour en assurer l鈥檈xactitude et l鈥檌nt茅gralit茅.
- Rep茅rer des tendances et des structures dans les donn茅es.
- Produire des tableaux et des graphiques pour repr茅senter les donn茅es d鈥檜ne mani猫re facile 脿 comprendre
- Expliquer les r茅sultats aux d茅cideur.euse.s des entreprises.
PROGRAMME D鈥橝NALYSE DE DONN脡ES ET D鈥橧NTELLIGENCE ARTIFICIELLE DU COLL脠GE HERZING
Ce programme a 茅t茅 con莽u pour vous aider 脿 d茅velopper les comp茅tences en analyse de donn茅es et en intelligence artificielle pris茅es par les employeurs. La formation inclut un stage afin de vous offrir une pr茅cieuse exp茅rience de travail r茅elle avant m锚me l鈥檕btention de votre dipl么me.
- Programme de 18聽mois menant 脿 un dipl么me
- Offert en ligne
- Stage de 8聽semaines inclus
- Plusieurs dates de d茅but; inscription en tout temps
- Aide financi猫re possible pour les 茅tudiant.e.s admissibles
Perspectives d鈥檈mploi
Les professionnel.le.s ayant des comp茅tences en analyse de donn茅es peuvent trouver un emploi aupr猫s des聽:
- Soci茅t茅s de logiciels et de services informatiques
- Organisations de soins de sant茅
- Banques et compagnies d鈥檃ssurance
- 顿茅迟补颈濒濒补苍迟蝉
- Agences gouvernementales
- 脡tablissements d鈥檈nseignement
Sujets d鈥櫭﹖ude
Notre programme d鈥檃nalyse de donn茅es et d鈥檌ntelligence artificielle couvre les domaines de la gestion et de l鈥檃nalyse de donn茅es, de la cybers茅curit茅, de l鈥檃nalyse pr茅dictive et de l鈥檃pprentissage automatique avanc茅.
Dans le cadre de ce programme, vous apprendrez 脿聽:
- Formuler des probl猫mes d鈥檃ffaires dans le contexte des donn茅es massives, 脿 proposer des solutions possibles et 脿 d茅finir des indicateurs de rendement cl茅s afin d鈥櫭﹙aluer l鈥檈fficacit茅 des solutions propos茅es.
- Concevoir et 脿 configurer les plateformes et environnements requis pour l鈥檃nalyse de donn茅es.
- Ex茅cuter des processus d鈥檌ngestion de donn茅es pour transf茅rer les donn茅es provenant de diverses sources dans l鈥檈nvironnement d鈥檃nalyse pr茅par茅 脿 cette fin.
- R茅aliser des activit茅s exhaustives d鈥檈xploration, de r茅duction et de visualisation de donn茅es afin d鈥檈xtraire de l鈥檌nformation de l鈥檈nsemble de donn茅es
- Distinguer les variables cibles des variables ind茅pendantes dans les donn茅es.
- D茅velopper des mod猫les pr茅dictifs 脿 l鈥檃ide de techniques d鈥檃pprentissage automatique appropri茅es.
- Utiliser les mod猫les dans un service de pr茅vision dans le but de les d茅ployer pour des applications r茅elles.
Cliquez pour voir une description d茅taill茅e des cours.
Ce cours permet de comprendre en profondeur les principes de la mise en r茅seau et la r茅volution des r茅seaux d茅finis par logiciel. Les sujets abord茅s comprennent l鈥檃rchitecture de r茅seau, les protocoles, ainsi que les fonctionnalit茅s et les avantages des r茅seaux d茅finis par logiciel.
Ce cours porte sur les principes et la gestion des syst猫mes d鈥檈xploitation des r茅seaux d鈥檈ntreprise, y compris l鈥檌nstallation, la configuration et le diagnostic de panne. Il aborde la s茅curit茅 des syst猫mes, la gestion des utilisateur.rice.s et des groupes, les services r茅seaux, et la gestion de donn茅es.
Ce cours offre un aper莽u de Python, un langage couramment utilis茅 en analyse de donn茅es. Le cours pr茅sente la syntaxe de Python, les structures de donn茅es, les fonctionnalit茅s, les biblioth猫ques, et des exemples concrets de r茅solution de probl猫me 脿 l鈥檃ide de Python.
Dans ce cours, les 茅tudiant.e.s apprennent les principes des requ锚tes SQL pour la manipulation et l鈥檃nalyse de donn茅es. De plus, ils/elles d茅couvriront les bases de donn茅es NoSQL et leur utilisation pour g茅rer des m茅gadonn茅es et des applications Web en temps r茅el.
Ce cours offre un aper莽u de diverses m茅thodologies de stockage de donn茅es, des techniques de duplication de donn茅es, des strat茅gies de sauvegarde et des proc茅dures de r茅cup茅ration. Les 茅tudiant.e.s apprendront 脿 g茅rer et 脿 prot茅ger efficacement des donn茅es.
Ce cours pr茅sente les techniques de pr茅traitement de donn茅es, notamment le nettoyage, la transformation et la mise 脿 l鈥櫭ヽhelle. Il aborde 茅galement le d茅veloppement d鈥檜n pipeline de donn茅es afin d鈥檋armoniser le processus allant de la collecte jusqu鈥櫭� l鈥檃nalyse de donn茅es.
Ce cours fondamental permet de comprendre les techniques statistiques cl茅s utilis茅es en analyse de donn茅es, notamment la probabilit茅, les tests statistiques, la r茅gression et les statistiques bay茅siennes.
Ce cours s鈥檌nt茅resse 脿 l鈥檜tilisation des donn茅es dans les entreprises. Les sujets abord茅s comprennent l鈥檃rchitecture de donn茅es, la gouvernance de donn茅es, l鈥檌nt茅gration de donn茅es et la place de l鈥檃nalyse de donn茅es dans cet 茅cosyst猫me.
Ce cours pratique met l鈥檃ccent sur la pr茅sentation et la visualisation de donn茅es 脿 l鈥檃ide d鈥檕utils et de logiciels. Les 茅tudiant.e.s apprendront 脿 cr茅er des tableaux de bord et 脿 茅tablir des rapports et des graphiques qui communiquent efficacement l鈥檌nformation extraite des donn茅es.
Ce cours pr茅sente une introduction aux solutions de donn茅es infonuagiques. Il aborde le stockage dans le nuage, les plateformes infonuagiques d鈥檃nalyse de donn茅es, et la gestion de donn茅es dans un environnement infonuagique.
Ce cours aide les 茅tudiant.e.s 脿 se pr茅parer 脿 une carri猫re en analyse de donn茅es et comprend des s茅ances sur la pr茅paration d鈥檜n curriculum vitae, les techniques d鈥檈ntrevue, les strat茅gies de recherche d鈥檈mploi et le r茅seautage.
Ce cours fondamental aborde les concepts cl茅s de la cybers茅curit茅, notamment les menaces, l鈥檃rchitecture de s茅curit茅, le chiffrement et la s茅curit茅 r茅seau. Il permet aux 茅tudiant.e.s de comprendre l鈥檌mportance de la s茅curit茅 dans la gestion de donn茅es.
Ce cours pr茅sente les techniques d鈥檃pprentissage automatique utilis茅es pour faire des pr茅visions 脿 partir de donn茅es. Il aborde la cr茅ation, l鈥櫭﹙aluation et l鈥檜tilisation de mod猫les pr茅dictifs dans diff茅rentes industries.
Ce cours porte sur les consid茅rations 茅thiques dans l鈥檃nalyse de donn茅es, notamment les enjeux relatifs 脿 la vie priv茅e, 脿 la confidentialit茅 et aux biais, ainsi que sur l鈥檜tilisation responsable des donn茅es et de l鈥檃nalyse.
Ce cours est con莽u pour pr茅senter les principes cl茅s de l鈥檃pprentissage automatique, abordant l鈥檃pprentissage supervis茅 et non supervis茅. Il couvre 茅galement les principaux algorithmes et leur utilisation respective.
Ce cours approfondit les notions de l鈥檃pprentissage automatique et s鈥檌nt茅resse aux techniques avanc茅es, notamment les r茅seaux neuronaux, l鈥檃pprentissage profond et l鈥檃pprentissage par renforcement, ainsi qu鈥櫭� leurs applications concr猫tes.
Ce cours s鈥檌nt茅resse 脿 l鈥檜tilisation de l鈥橧A dans les processus de prise de d茅cisions, en pr茅sentant son r么le dans divers domaines et son utilisation concr猫te 脿 l鈥檃ide d鈥櫭﹖udes de cas r茅els.
Le stage est l鈥櫭﹍茅ment du programme durant lequel l鈥櫭﹖udiant.e met en application ses connaissances et ses comp茅tences dans un environnement sectoriel. Le secteur dans lequel s鈥檈ffectue le stage doit 锚tre directement li茅 au programme d鈥櫭﹖udes.
Conditions d鈥檃dmission
Une personne qui a obtenu un D.E.S. ou D.E.P. ou pr茅sente une exp茅rience de travail pertinente ou a re莽u une formation jug茅e suffisante par le coll猫ge et qui remplit l鈥檜ne des conditions suivantes peut 锚tre admis 脿 un programme menant 脿 une AEC:
- Les 茅tudes de la personne ont 茅t茅 interrompues pendant au moins deux sessions cons茅cutives ou une ann茅e scolaire; OU
- La personne est vis茅e par un accord conclu par le coll猫ge et un employeur ou par un programme gouvernemental; OU
- La personne a termin茅 au moins une ann茅e d鈥櫭﹖udes post-secondaires 茅chelonn茅e sur une p茅riode d鈥檜n an ou plus.
En outre, l鈥櫭﹖udiant doit:
- R茅ussir un test d鈥檃dmission ou un cours de r茅solution de probl猫mes.
Tous les programmes et formats d’apprentissage ne sont pas disponibles sur tous les campus.
Le programme d鈥檃nalyse de donn茅es et intelligence artificielle est inscrit et dispens茅 par le Coll猫ge Herzing de 惭辞苍迟谤茅补濒. Le programme conduit 脿 une attestation d鈥櫭﹖udes coll茅giales (AEC) reconnue par le Minist猫re de l鈥櫭塪ucation (MEQ).
Le Coll猫ge Herzing de 惭辞苍迟谤茅补濒 est un 茅tablissement postsecondaire reconnu par le Minist猫re de l鈥橢ducation et de L鈥橢nseignement sup茅rieur (num茅ro de permis 749758) et un 茅tablissement en formation professionnelle au secondaire (num茅ro de permis 534501)
