Data Scientist - Foundations & Machine Learning (1178EN)
Description
À l’issue de la formation, les participants seront capables de :
- Installer et utiliser un environnement Python dédié à la science des données.
- Manipuler des données à l’aide des principaux outils (Anaconda, Jupyter, Pandas).
- Maîtriser les bases mathématiques nécessaires au machine learning.
- Mettre en œuvre et évaluer différents modèles d’apprentissage supervisé.
- Travailler avec des réseaux de neurones artificiels.
- Appliquer des méthodes d’apprentissage non supervisé.
- Visualiser des données multidimensionnelles.
- Réaliser un projet complet en data science et en présenter les résultats.
- Module 1 | Software basic programming |8h - Anaconda - Jupyter - Python >
- Module 2 | Mathematics | 8h
- Module 3 | Machine Learning | 40h - Introduction Basics concepts and notations - Basics models for supervised learning - Multilayer Artificial Neural Networks - Unsupervised Learning - Visualising High-dimensional Data
- Module 4 | Final Project | 17 h
> L'approche pédagogique combine des apports théoriques, des exercices pratiques et un projet individuel, complétés par des échanges interactifs favorisant la mise en application des compétences acquises.
> Aucune qualification formelle n'est exigée. Toutefois, les candidats doivent disposer de connaissances de base en informatique, en logique, en mathématiques (notamment le calcul matriciel) et en programmation (algorithmique, structures de contrôle, variables, types de données, fonctions et Python). Ces connaissances seront évaluées lors du test d'entrée, dont la réussite conditionne l'admission à la formation.
> Salariés, adultes en reconversion professionnelle ou professionnels souhaitant évoluer vers des fonctions de Data Scientist, Data Analyst avancé ou Machine Learning Engineer. Cette formation s'adresse notamment aux personnes issues des domaines de l'informatique, des sciences, des mathématiques, de l'ingénierie ou de la business analytics.
Certification du Ministère de l’Education nationale, de l'Enfance et de la Jeunesse
SkillsBridges
Le CNFPC se réserve le droit d’annuler ou de reporter une formation dans le cas où le nombre de participants dûment inscrits est insuffisant, pour des raisons organisationnelles ou en cas de force majeure.
Désistement : En cas de désistement ou d’absence au cours, les frais d’inscription sont intégralement dus si le retrait de l’inscription n’a pas lieu au plus tard 72 heures avant le début du cours. Les absences dûment justifiées par un certificat médical donnent droit à un remboursement intégral des frais de l’inscription.
Sessions
Cours :
- Septembre : Jeudi 24
- Octobre : Jeudi 1, Jeudi 8, Jeudi 15, Jeudi 22, Jeudi 29
- Novembre : Jeudi 12, Jeudi 19, Jeudi 26
- Décembre : Jeudi 3, Jeudi 10
Informations complémentaires
TEST D'ENTRÉE
- Afin de s'assurer que les participants disposent des prérequis nécessaires pour suivre avec succès le programme de formation, un test d'entrée est organisé avant le début de la formation.
Le test porte sur les domaines suivants :
- Fondamentaux des mathématiques matricielles
- Fondamentaux de la programmation logicielle :
- Concepts algorithmiques de base
- Structures de contrôle (conditions et boucles)
- Variables, types de données et fonctions
- Lecture, compréhension et rédaction de scripts Python simples
FORMAT DE L'EXAMEN
- Le test d'entrée est réalisé sur un ordinateur portable du CNFPC et/ou sous forme d'un test papier, selon le format retenu pour la session de formation.
- L'admission au programme de formation est conditionnée par les résultats obtenus au test d'entrée. Les candidats sont sélectionnés en fonction de leurs performances dans les domaines évalués. Ce processus de sélection garantit que les participants possèdent les connaissances et les compétences nécessaires pour suivre la formation avec succès.
- CALENDRIER DE LA FORMATION
- 24/09/2026 – Test d'entrée
- 01/10/2026 – Mathématiques
- 08/10/2026 – Programmation logicielle
- 15/10/2026 – Machine Learning
- 22/10/2026 – Machine Learning
- 29/10/2026 – Machine Learning
- 12/11/2026 – Machine Learning
- 19/11/2026 – Machine Learning
- 26/11/2026 – Mise en œuvre du projet individuel
- 03/12/2026 – Mise en œuvre du projet individuel
- 10/12/2026 – Évaluation finale
Organisation
Organisateur:
- CNFPC Esch
- +352 558 987 - 1
- inscription.esch@cnfpc.lu
Langue: Anglais
Domaine d'expertise: Numérique & Data
Public: Entreprise et indépendant, Salarié, Demandeur d'emploi
Durée: 75 heures
Mode: Présentiel
Sessions