|
DES RESSOURCES ET DES OUTILS AU SERVICE DES ACTEURS ET DES PROFESSIONNELS. |
Mastère spécialisé expert Big Data EngineerDate de mise à jour : 16/04/2025
| Identifiant OffreInfo : 01_GE413558 |
Région Grand Est, missions Carif-Oref |
Le métier d'ingénieur Big Data vise à transformer la donnée en information et la rendre intelligible aux autres fonctions de l'entreprise. Le Data Engineer produira des modèles de visualisation qui permettront d'illustrer les métriques métiers et d'alimenter les tableaux de bord de l'entreprise.
L'analyste Big Data doit avoir des compétences élargies dans son domaine et être capable d'intervenir sur l'ensemble de la chaîne de valeur (architecture de traitement, stockage des données, choix des plateformes) a?n que la qualité et la pertinence de la donnée nécessaire à son métier soient garanties.
L'apprenti Big Data suivra trois objectifs professionnels majeurs:
- La conduite d'une équipe de Data Analysts chargée de valoriser la Data d'entreprise et d'apporter des outils de pilotage pertinents aux décideurs.
- La capacité à résoudre des problèmes complexes liés à l'exploration de grandes masses de données hétérogènes (architectures, algorithmes, scalabilité).
- L'accompagnement de l'entreprise ou l'administration dans laquelle il évolue,sur la maîtrise et la gouvernance de leur Data que ce soit dans une optique de transformation en valeurs ou en gisement d'innovation (nouveaux services, transformation des usages, etc.).
Base en modélisation, programmation et complexité algorithmique.
Introduction et conception de projets Big Data.
Gouvernance, stratégies et sécurité.
Stockage de données réutilisables.
Business intelligence & IA générative.
Bases de données avancées.
Programmation avancée.
Intelligence artificielle en grande dimension.
Traitements distribués.
Information retrieval (extraction d'information).
Visualisation décisionnelle.
Certifiante
Bac + 5 et plus
Conventionnement : Non
OPCO
Niveau d'entrée : Bac + 5 et plus
BAC +5 VALIDE DANS LE DOMAINE Sont demandées les connaissances suivantes En modélisation : - Algèbre linéaire (matrices, déterminant, vecteurs propres et valeurs propres). - Bases en probabilités et en statistiques. - Lois usuelles (loi de Bernoulli, loi binomiale, loi normale). - Formule de Bayes. - Statistique descriptive. Maximum de vraisemblance En informatique : - Complexité algorithmique. - Programmation, au moins l'un des langages suivants : Java, Javascript, Python. - Bases sur les systèmes de gestion de bases de données (ex. MySQL). - Technologies web (quelques notions souhaitables).
Accessible en contrat d'apprentissage
Accessible en contrat de professionnalisation