{"id":3501,"date":"2025-12-08T15:34:52","date_gmt":"2025-12-08T14:34:52","guid":{"rendered":"https:\/\/mayadigit.com\/?p=3501"},"modified":"2026-01-06T16:10:35","modified_gmt":"2026-01-06T15:10:35","slug":"3501","status":"publish","type":"post","link":"https:\/\/mayadigit.com\/index.php\/2025\/12\/08\/3501\/","title":{"rendered":"\ud835\udc03\ud835\udc1a\ud835\udc2d\ud835\udc1a \ud835\udc12\ud835\udc1c\ud835\udc22\ud835\udc1e\ud835\udc27\ud835\udc2d\ud835\udc22\ud835\udc2c\ud835\udc2d &amp; \ud835\udc0c\ud835\udc1a\ud835\udc1c\ud835\udc21\ud835\udc22\ud835\udc27\ud835\udc1e \ud835\udc0b\ud835\udc1e\ud835\udc1a\ud835\udc2b\ud835\udc27\ud835\udc22\ud835\udc27\ud835\udc20"},"content":{"rendered":"\n[et_pb_section fb_built=\u00a0\u00bb1&Prime; _builder_version=\u00a0\u00bb4.22.1&Prime; _module_preset=\u00a0\u00bbdefault\u00a0\u00bb global_colors_info=\u00a0\u00bb{}\u00a0\u00bb][et_pb_row _builder_version=\u00a0\u00bb4.22.1&Prime; _module_preset=\u00a0\u00bbdefault\u00a0\u00bb global_colors_info=\u00a0\u00bb{}\u00a0\u00bb][et_pb_column type=\u00a0\u00bb4_4&Prime; _builder_version=\u00a0\u00bb4.22.1&Prime; _module_preset=\u00a0\u00bbdefault\u00a0\u00bb global_colors_info=\u00a0\u00bb{}\u00a0\u00bb][et_pb_image src=\u00a0\u00bbhttps:\/\/mayadigit.com\/wp-content\/uploads\/2025\/12\/DATA-ENGINEER-1-scaled.jpg\u00a0\u00bb title_text=\u00a0\u00bbDATA ENGINEER (1)\u00a0\u00bb _builder_version=\u00a0\u00bb4.22.1&Prime; _module_preset=\u00a0\u00bbdefault\u00a0\u00bb global_colors_info=\u00a0\u00bb{}\u00a0\u00bb][\/et_pb_image][\/et_pb_column][\/et_pb_row][\/et_pb_section][et_pb_section fb_built=\u00a0\u00bb1&Prime; _builder_version=\u00a0\u00bb4.22.1&Prime; _module_preset=\u00a0\u00bbdefault\u00a0\u00bb global_colors_info=\u00a0\u00bb{}\u00a0\u00bb][et_pb_row _builder_version=\u00a0\u00bb4.22.1&Prime; _module_preset=\u00a0\u00bbdefault\u00a0\u00bb global_colors_info=\u00a0\u00bb{}\u00a0\u00bb][et_pb_column type=\u00a0\u00bb4_4&Prime; _builder_version=\u00a0\u00bb4.22.1&Prime; _module_preset=\u00a0\u00bbdefault\u00a0\u00bb global_colors_info=\u00a0\u00bb{}\u00a0\u00bb][et_pb_text _builder_version=\u00a0\u00bb4.22.1&Prime; _module_preset=\u00a0\u00bbdefault\u00a0\u00bb text_text_color=\u00a0\u00bb#FFFFFF\u00a0\u00bb text_font_size=\u00a0\u00bb16px\u00a0\u00bb text_line_height=\u00a0\u00bb2em\u00a0\u00bb background_color=\u00a0\u00bbgcid-b70c6ec4-3d09-43b5-80df-154e6e990bf3&Prime; global_colors_info=\u00a0\u00bb{%22gcid-b70c6ec4-3d09-43b5-80df-154e6e990bf3%22:%91%22background_color%22%93}\u00a0\u00bb]<p>Devenez un expert des mod\u00e8les pr\u00e9dictifs : Python, R, Machine Learning, IA appliqu\u00e9e, mod\u00e9lisation avanc\u00e9e<\/p>\n<p>TOUS LES MARDIS ET MERCREDIS<\/p>\n<p>\u00a0Heure : 18h-21h<\/p>\n<p>Dur\u00e9e\u00a0: \ud835\udfd3 \ud835\udc26\ud835\udc28\ud835\udc22\ud835\udc2c<\/p>\n<p>Cout de la Formation : 300 000<\/p>\n<p>Inscription : 30000 FCFA<\/p>\n<p>1ere tranche : 100000 FCFA ( avant rentr\u00e9e)<\/p>\n<p>2eme tranche : 100000 FCFA (apr\u00e8s 01 mois)<\/p>\n<p>3eme tranche : 70000 (2eme mois)<\/p>\n<p>En une seule tranche : 250000 FCFA<\/p>\n<p>&nbsp;<\/p>[\/et_pb_text][\/et_pb_column][\/et_pb_row][\/et_pb_section][et_pb_section fb_built=\u00a0\u00bb1&Prime; _builder_version=\u00a0\u00bb4.22.1&Prime; _module_preset=\u00a0\u00bbdefault\u00a0\u00bb global_colors_info=\u00a0\u00bb{}\u00a0\u00bb][et_pb_row _builder_version=\u00a0\u00bb4.22.1&Prime; _module_preset=\u00a0\u00bbdefault\u00a0\u00bb animation_style=\u00a0\u00bbfold\u00a0\u00bb global_colors_info=\u00a0\u00bb{}\u00a0\u00bb][et_pb_column type=\u00a0\u00bb4_4&Prime; _builder_version=\u00a0\u00bb4.22.1&Prime; _module_preset=\u00a0\u00bbdefault\u00a0\u00bb global_colors_info=\u00a0\u00bb{}\u00a0\u00bb][et_pb_text _builder_version=\u00a0\u00bb4.22.1&Prime; _module_preset=\u00a0\u00bbdefault\u00a0\u00bb text_text_color=\u00a0\u00bb#000000&Prime; text_font_size=\u00a0\u00bb15px\u00a0\u00bb animation_style=\u00a0\u00bbfade\u00a0\u00bb global_colors_info=\u00a0\u00bb{}\u00a0\u00bb]<p><strong>Pourquoi cette formation ? <\/strong><\/p>\n<p>A l\u2019\u00e8re du num\u00e9rique ou le monde est marqu\u00e9 par la transformation digitale acc\u00e9l\u00e9r\u00e9e, l\u2019explosion des donn\u00e9es et l\u2019int\u00e9gration massive de l\u2019intelligence artificielle dans les processus m\u00e9tiers, les organisations publiques comme priv\u00e9es ont d\u00e9sormais un besoin strat\u00e9gique de comp\u00e9tences capables d\u2019exploiter la valeur cach\u00e9e dans les donn\u00e9es. La demande en <strong>Data Scientists<\/strong>, sp\u00e9cialistes de la mod\u00e9lisation pr\u00e9dictive et de l\u2019apprentissage automatique, conna\u00eet une croissance soutenue, tandis que l\u2019offre de comp\u00e9tences qualifi\u00e9es reste encore tr\u00e8s limit\u00e9e sur le march\u00e9 africain et international.<\/p>\n<p>De plus en plus d\u2019entreprises utilisent des mod\u00e8les statistiques et des algorithmes de Machine Learning pour optimiser leurs op\u00e9rations, anticiper les risques, am\u00e9liorer la prise de d\u00e9cision, personnaliser les services, automatiser des t\u00e2ches complexes ou encore d\u00e9tecter des anomalies. Cette \u00e9volution cr\u00e9e un imp\u00e9ratif : former des professionnels capables de comprendre, pr\u00e9parer, mod\u00e9liser, interpr\u00e9ter et d\u00e9ployer des solutions d\u2019IA adapt\u00e9es aux r\u00e9alit\u00e9s op\u00e9rationnelles.<\/p>\n<p>La formation propos\u00e9e r\u00e9pond ainsi \u00e0 plusieurs enjeux majeurs :<\/p>\n<ul>\n<li><strong>Renforcer les capacit\u00e9s analytiques<\/strong> des organisations pour transformer les donn\u00e9es brutes en informations exploitables.<\/li>\n<li><strong>Former des profils op\u00e9rationnels<\/strong>, capables de d\u00e9velopper et d\u00e9ployer des mod\u00e8les de Machine Learning en production.<\/li>\n<li><strong>R\u00e9pondre \u00e0 la p\u00e9nurie de talents<\/strong> dans le secteur de l\u2019IA, du Big Data et de la Data Science.<\/li>\n<li><strong>Outiller les d\u00e9cideurs, analystes et ing\u00e9nieurs<\/strong> avec des comp\u00e9tences avanc\u00e9es en programmation, mod\u00e9lisation statistique et intelligence artificielle.<\/li>\n<li><strong>Accompagner la digitalisation des services publics et priv\u00e9s<\/strong>, notamment dans la finance, les t\u00e9l\u00e9coms, l\u2019\u00e9nergie, la sant\u00e9, les transports, l\u2019e-commerce ou les ONG.<\/li>\n<\/ul>\n<p>Par ailleurs, l\u2019int\u00e9gration croissante des technologies d\u2019IA dans les m\u00e9tiers, la comp\u00e9titivit\u00e9 des entreprises et l\u2019\u00e9volution des m\u00e9tiers du num\u00e9rique impose une mont\u00e9e en comp\u00e9tences structur\u00e9e et professionnelle. Cette formation vise donc \u00e0 <strong>pr\u00e9parer une nouvelle g\u00e9n\u00e9ration d\u2019experts capables d\u2019innover, d\u2019anticiper et de cr\u00e9er de la valeur par les donn\u00e9es<\/strong>, tout en s\u2019inscrivant dans les standards internationaux du domaine.<\/p>\n<p style=\"text-align: justify;\">En offrant un parcours complet alliant th\u00e9orie, pratique intensive, projets r\u00e9els et accompagnement vers l\u2019emploi, cette formation constitue une r\u00e9ponse pertinente aux d\u00e9fis actuels du march\u00e9, tout en permettant aux participants de devenir des acteurs cl\u00e9s de la transformation num\u00e9rique et de l\u2019\u00e9conomie fond\u00e9e sur les donn\u00e9es.<\/p>[\/et_pb_text][\/et_pb_column][\/et_pb_row][\/et_pb_section][et_pb_section fb_built=\u00a0\u00bb1&Prime; _builder_version=\u00a0\u00bb4.22.1&Prime; _module_preset=\u00a0\u00bbdefault\u00a0\u00bb global_colors_info=\u00a0\u00bb{}\u00a0\u00bb][et_pb_row _builder_version=\u00a0\u00bb4.22.1&Prime; _module_preset=\u00a0\u00bbdefault\u00a0\u00bb global_colors_info=\u00a0\u00bb{}\u00a0\u00bb][et_pb_column type=\u00a0\u00bb4_4&Prime; _builder_version=\u00a0\u00bb4.22.1&Prime; _module_preset=\u00a0\u00bbdefault\u00a0\u00bb global_colors_info=\u00a0\u00bb{}\u00a0\u00bb][et_pb_image src=\u00a0\u00bbhttps:\/\/mayadigit.com\/wp-content\/uploads\/2025\/12\/3db4e5479649503525fbcbe0a9c97496.jpg\u00a0\u00bb title_text=\u00a0\u00bb3db4e5479649503525fbcbe0a9c97496&Prime; _builder_version=\u00a0\u00bb4.22.1&Prime; _module_preset=\u00a0\u00bbdefault\u00a0\u00bb global_colors_info=\u00a0\u00bb{}\u00a0\u00bb][\/et_pb_image][\/et_pb_column][\/et_pb_row][\/et_pb_section][et_pb_section fb_built=\u00a0\u00bb1&Prime; _builder_version=\u00a0\u00bb4.22.1&Prime; _module_preset=\u00a0\u00bbdefault\u00a0\u00bb global_colors_info=\u00a0\u00bb{}\u00a0\u00bb][et_pb_row column_structure=\u00a0\u00bb1_2,1_2&Prime; _builder_version=\u00a0\u00bb4.22.1&Prime; _module_preset=\u00a0\u00bbdefault\u00a0\u00bb global_colors_info=\u00a0\u00bb{}\u00a0\u00bb][et_pb_column type=\u00a0\u00bb1_2&Prime; _builder_version=\u00a0\u00bb4.22.1&Prime; _module_preset=\u00a0\u00bbdefault\u00a0\u00bb global_colors_info=\u00a0\u00bb{}\u00a0\u00bb][et_pb_text _builder_version=\u00a0\u00bb4.22.1&Prime; _module_preset=\u00a0\u00bbdefault\u00a0\u00bb text_text_color=\u00a0\u00bb#000000&Prime; background_color=\u00a0\u00bb#E09900&Prime; global_colors_info=\u00a0\u00bb{}\u00a0\u00bb]<p><strong>R\u00e9sultats Attendus <\/strong><\/p>\n<p>\u00c0 l\u2019issue de la formation, les participants devront avoir acquis les comp\u00e9tences techniques, analytiques et op\u00e9rationnelles leur permettant d\u2019\u00e9voluer en tant que <strong>Data Scientist<\/strong>, <strong>Machine Learning Engineer<\/strong> ou <strong>Expert en mod\u00e9lisation pr\u00e9dictive<\/strong>. Les r\u00e9sultats attendus se d\u00e9clinent comme suit :<\/p>\n<p><strong>Ma\u00eetrise op\u00e9rationnelle des outils et langages de programmation<\/strong><\/p>\n<ul>\n<li>Utilisation avanc\u00e9e de <strong>Python<\/strong>, et de ses biblioth\u00e8ques sp\u00e9cialis\u00e9es (Pandas, Numpy, Scikit-learn, TensorFlow, Keras).<\/li>\n<li>Capacit\u00e9 \u00e0 exploiter <strong>R<\/strong>, SQL et des bases de donn\u00e9es relationnelles et non relationnelles.<\/li>\n<li>Manipulation fluide d\u2019outils de visualisation : Matplotlib, Seaborn, Plotly, Power BI, Tableau.<\/li>\n<\/ul>\n<p><strong>\u00a0Capacit\u00e9 \u00e0 manipuler, transformer et analyser les donn\u00e9es<\/strong><\/p>\n<ul>\n<li>Nettoyage, structuration et pr\u00e9paration des donn\u00e9es (data cleaning, feature engineering).<\/li>\n<li>Analyse exploratoire compl\u00e8te (EDA) pour comprendre les tendances, patterns et anomalies.<\/li>\n<li>Production de visualisations \u00e9clairantes pour appuyer les d\u00e9cisions.<\/li>\n<\/ul>\n<p><strong>Conception, entra\u00eenement et optimisation de mod\u00e8les de Machine Learning<\/strong><\/p>\n<ul>\n<li>Construction de mod\u00e8les supervis\u00e9s (r\u00e9gression, classification) et non supervis\u00e9s (clustering, r\u00e9duction de dimension).<\/li>\n<li>Ma\u00eetrise des techniques d\u2019\u00e9valuation : m\u00e9triques, validation crois\u00e9e, tuning d\u2019hyperparam\u00e8tres.<\/li>\n<li>Utilisation de mod\u00e8les avanc\u00e9s : Random Forest, XGBoost, LightGBM, SVM, KNN.<\/li>\n<\/ul>\n<p><strong>\u00a0D\u00e9veloppement de mod\u00e8les d\u2019Intelligence Artificielle approfondis<\/strong><\/p>\n<ul>\n<li>Cr\u00e9ation de r\u00e9seaux neuronaux avec TensorFlow et Keras.<\/li>\n<li>Conception de mod\u00e8les pour images (CNN), texte (NLP, Transformers), s\u00e9ries temporelles (LSTM).<\/li>\n<li>Compr\u00e9hension des m\u00e9canismes d\u2019optimisation, r\u00e9gularisation et pr\u00e9vention du surapprentissage.<\/li>\n<\/ul>\n<p><strong>Capacit\u00e9 \u00e0 manipuler et analyser de grands volumes de donn\u00e9es<\/strong><\/p>\n<ul>\n<li>Utilisation de Spark \/ PySpark pour le traitement distribu\u00e9.<\/li>\n<li>Compr\u00e9hension des environnements Big Data et de leurs architectures.<\/li>\n<\/ul>\n<p><strong>Aptitude au d\u00e9ploiement de mod\u00e8les et \u00e0 la mise en production<\/strong><\/p>\n<ul>\n<li>Cr\u00e9ation d\u2019API via Flask ou FastAPI pour servir des mod\u00e8les.<\/li>\n<li>D\u00e9veloppement d\u2019applications interactives avec Streamlit ou Dash.<\/li>\n<li>Conteneurisation des mod\u00e8les via Docker et introduction aux pratiques MLOps.<\/li>\n<\/ul>\n<p><strong>Production d\u2019un projet professionnel complet<\/strong><\/p>\n<p>Chaque apprenant devra \u00eatre capable de :<\/p>\n<ul>\n<li>D\u00e9finir une probl\u00e9matique data r\u00e9elle.<\/li>\n<li>Construire un pipeline end-to-end (collecte \u2192 traitement \u2192 mod\u00e9lisation \u2192 d\u00e9ploiement).<\/li>\n<li>Documenter et pr\u00e9senter son travail de mani\u00e8re professionnelle.<\/li>\n<li>Soutenir un projet devant un jury, en d\u00e9montrant sa capacit\u00e9 d\u2019analyse et de communication.<\/li>\n<\/ul>\n<p><strong>Renforcement des comp\u00e9tences transversales<\/strong><\/p>\n<ul>\n<li>Capacit\u00e9 \u00e0 travailler en \u00e9quipe dans un contexte technique.<\/li>\n<li>Communication efficace des r\u00e9sultats (data storytelling).<\/li>\n<li>Sens critique, r\u00e9solution de probl\u00e8mes et prise de d\u00e9cision bas\u00e9e sur les donn\u00e9es.<\/li>\n<li>Compr\u00e9hension de l\u2019\u00e9thique et des enjeux soci\u00e9taux li\u00e9s \u00e0 l\u2019IA.<\/li>\n<\/ul>\n<p><strong>Employabilit\u00e9 accrue<\/strong><\/p>\n<p>Les participants seront pr\u00e9par\u00e9s \u00e0 occuper des fonctions telles que :<\/p>\n<ul>\n<li>Data Scientist<\/li>\n<li>Machine Learning Engineer<\/li>\n<li>Data Analyst Senior<\/li>\n<li>Consultant IA \/ Data<\/li>\n<li>Data Engineer (niveau junior)<\/li>\n<li>Analyste pr\u00e9dictif<\/li>\n<li style=\"text-align: justify;\">Entrepreneur dans l\u2019IA<\/li>\n<\/ul>[\/et_pb_text][\/et_pb_column][et_pb_column type=\u00a0\u00bb1_2&Prime; _builder_version=\u00a0\u00bb4.22.1&Prime; _module_preset=\u00a0\u00bbdefault\u00a0\u00bb global_colors_info=\u00a0\u00bb{}\u00a0\u00bb][et_pb_text _builder_version=\u00a0\u00bb4.22.1&Prime; _module_preset=\u00a0\u00bbdefault\u00a0\u00bb text_text_color=\u00a0\u00bb#000000&Prime; global_colors_info=\u00a0\u00bb{}\u00a0\u00bb]<ol start=\"2\">\n<li><strong> Contenu de la Formation (Format TDR)<\/strong><\/li>\n<\/ol>\n<p><strong>Intitul\u00e9 :<\/strong> Data Scientist &amp; Machine Learning<br \/><strong>Dur\u00e9e :<\/strong> 5 mois<br \/><strong>M\u00e9thodologie :<\/strong> Cours interactifs, ateliers pratiques, mini-projets, \u00e9tudes de cas, projet final.<\/p>\n<p><strong>MODULE 1 \u2013 Introduction \u00e0 la Data Science et \u00e0 l\u2019Intelligence Artificielle<\/strong><\/p>\n<ul>\n<li>Concepts fondamentaux : Data Science, IA, Big Data, Machine Learning, Deep Learning.<\/li>\n<li>Cycle de vie d\u2019un projet data (CRISP-DM).<\/li>\n<li>Types de donn\u00e9es et leurs caract\u00e9ristiques.<\/li>\n<\/ul>\n<p><strong>MODULE 2 \u2013 Programmation Python pour la Data Science<\/strong><\/p>\n<ul>\n<li>R\u00e9vision et approfondissement de Python.<\/li>\n<li>Manipulation des donn\u00e9es : Numpy, Pandas.<\/li>\n<li>Visualisation : Matplotlib, Seaborn, Plotly.<\/li>\n<li>Data cleaning &amp; feature engineering.<\/li>\n<li><\/li>\n<\/ul>\n<p><strong>MODULE 3 \u2013 Statistiques et Probabilit\u00e9s Appliqu\u00e9es<\/strong><\/p>\n<ul>\n<li>Statistiques descriptives et inf\u00e9rentielles.<\/li>\n<li>Distributions, tests d\u2019hypoth\u00e8ses, corr\u00e9lations.<\/li>\n<li>R\u00e9gression simple et multiple.<\/li>\n<li>Concepts d\u2019erreurs, biais, variance, optimisation.<\/li>\n<\/ul>\n<p><strong>MODULE 4 \u2013 Bases de Donn\u00e9es et SQL<\/strong><\/p>\n<ul>\n<li>SQL fondamental et avanc\u00e9 (requ\u00eates, jointures, sous-requ\u00eates, vues).<\/li>\n<li>Mod\u00e9lisation relationnelle.<\/li>\n<li>Introduction \u00e0 NoSQL : MongoDB.<\/li>\n<li>Connexion Python \u2194 Base de donn\u00e9es.<\/li>\n<\/ul>\n<p><strong>MODULE 5 \u2013 Machine Learning Supervis\u00e9<\/strong><\/p>\n<ul>\n<li>Arbres de d\u00e9cision, Random Forest.<\/li>\n<li>Mod\u00e8les de boosting : XGBoost, LightGBM.<\/li>\n<li>\u00c9valuation des mod\u00e8les (m\u00e9triques, cross-validation).<\/li>\n<li>Automatisation avec les pipelines Scikit-Learn.<\/li>\n<\/ul>\n<p><strong>MODULE 6 \u2013 Machine Learning Non Supervis\u00e9<\/strong><\/p>\n<ul>\n<li>Clustering : K-means, DBSCAN, HAC.<\/li>\n<li>Analyse en composantes principales (ACP) et r\u00e9duction de dimension.<\/li>\n<li>D\u00e9tection d\u2019anomalies.<\/li>\n<li>Segmentation des donn\u00e9es.<\/li>\n<\/ul>\n<p><strong>MODULE 7 \u2013 Deep Learning (TensorFlow &amp; Keras)<\/strong><\/p>\n<ul>\n<li>R\u00e9seaux neuronaux artificiels (ANN).<\/li>\n<li>Construction et entra\u00eenement des mod\u00e8les.<\/li>\n<li>CNN pour image recognition.<\/li>\n<li>Optimisation, r\u00e9gularisation (Dropout, BatchNorm).<\/li>\n<\/ul>\n<p><strong>MODULE 8 \u2013 Traitement Automatique du Langage (NLP)<\/strong><\/p>\n<ul>\n<li>Pr\u00e9traitement des textes (tokenisation, stemming, stopwords).<\/li>\n<li>Mod\u00e8les Transformers : BERT, DistilBERT.<\/li>\n<li>Applications : classification, r\u00e9sum\u00e9, sentiment analysis.<\/li>\n<\/ul>\n<p><strong>MODULE 9 \u2013 Big Data &amp; Spark<\/strong><\/p>\n<ul>\n<li>Architecture Big Data : Hadoop, HDFS.<\/li>\n<li>Introduction \u00e0 PySpark.<\/li>\n<li>Manipulation de DataFrames Spark.<\/li>\n<\/ul>\n<p><strong>MODULE 10 \u2013 D\u00e9ploiement des Mod\u00e8les (MLOps Initiation)<\/strong><\/p>\n<ul>\n<li>Exportation et sauvegarde des mod\u00e8les.<\/li>\n<li>Cr\u00e9ation d\u2019API avec Flask \/ FastAPI.<\/li>\n<li>Applications de visualisation : Streamlit \/ Dash.<\/li>\n<li>Conteneurisation avec Docker.<\/li>\n<\/ul>\n<p><strong>MODULE 11 \u2013 Data Storytelling &amp; Visualisation Professionnelle<\/strong><\/p>\n<ul>\n<li>Communication des r\u00e9sultats.<\/li>\n<li>Cr\u00e9ation de tableaux de bord dynamiques (Power BI \/ Tableau).<\/li>\n<li>Bonnes pratiques de data-visualisation.<\/li>\n<\/ul>\n<p><strong>MODULE 12 \u2013 Projet de Fin de Formation (Capstone Project)<\/strong><\/p>\n<p>L\u2019apprenant devra :<\/p>\n<ol>\n<li>Identifier un probl\u00e8me r\u00e9el (business, sant\u00e9, finance, \u00e9nergie, transport, etc.).<\/li>\n<li>Collecter et nettoyer un dataset.<\/li>\n<li>Construire plusieurs mod\u00e8les ML.<\/li>\n<li>Choisir, optimiser et expliquer le mod\u00e8le final.<\/li>\n<\/ol>\n<p><strong>MODULE 13 \u2013 Soft Skills &amp; Insertion Professionnelle<\/strong><\/p>\n<ul>\n<li>Comprendre le m\u00e9tier de Data Scientist.<\/li>\n<li>R\u00e9daction d\u2019un portfolio data.<\/li>\n<li>Techniques d\u2019entretien pour les m\u00e9tiers data.<\/li>\n<li>D\u00e9ontologie, \u00e9thique et gouvernance de l\u2019IA.<\/li>\n<\/ul>[\/et_pb_text][\/et_pb_column][\/et_pb_row][\/et_pb_section][et_pb_section fb_built=\u00a0\u00bb1&Prime; _builder_version=\u00a0\u00bb4.22.1&Prime; _module_preset=\u00a0\u00bbdefault\u00a0\u00bb global_colors_info=\u00a0\u00bb{}\u00a0\u00bb][et_pb_row _builder_version=\u00a0\u00bb4.22.1&Prime; _module_preset=\u00a0\u00bbdefault\u00a0\u00bb animation_style=\u00a0\u00bbflip\u00a0\u00bb global_colors_info=\u00a0\u00bb{}\u00a0\u00bb][et_pb_column type=\u00a0\u00bb4_4&Prime; _builder_version=\u00a0\u00bb4.22.1&Prime; _module_preset=\u00a0\u00bbdefault\u00a0\u00bb global_colors_info=\u00a0\u00bb{}\u00a0\u00bb][et_pb_image src=\u00a0\u00bbhttps:\/\/mayadigit.com\/wp-content\/uploads\/2025\/12\/f28a6e3a9bfdae3461d53d07e2aeb3aa.jpg\u00a0\u00bb title_text=\u00a0\u00bbf28a6e3a9bfdae3461d53d07e2aeb3aa\u00a0\u00bb _builder_version=\u00a0\u00bb4.22.1&Prime; _module_preset=\u00a0\u00bbdefault\u00a0\u00bb global_colors_info=\u00a0\u00bb{}\u00a0\u00bb][\/et_pb_image][\/et_pb_column][\/et_pb_row][\/et_pb_section][et_pb_section fb_built=\u00a0\u00bb1&Prime; _builder_version=\u00a0\u00bb4.22.1&Prime; _module_preset=\u00a0\u00bbdefault\u00a0\u00bb global_colors_info=\u00a0\u00bb{}\u00a0\u00bb][et_pb_row column_structure=\u00a0\u00bb1_2,1_2&Prime; _builder_version=\u00a0\u00bb4.22.1&Prime; _module_preset=\u00a0\u00bbdefault\u00a0\u00bb global_colors_info=\u00a0\u00bb{}\u00a0\u00bb][et_pb_column type=\u00a0\u00bb1_2&Prime; _builder_version=\u00a0\u00bb4.22.1&Prime; _module_preset=\u00a0\u00bbdefault\u00a0\u00bb global_colors_info=\u00a0\u00bb{}\u00a0\u00bb][et_pb_text _builder_version=\u00a0\u00bb4.22.1&Prime; _module_preset=\u00a0\u00bbdefault\u00a0\u00bb text_text_color=\u00a0\u00bb#000000&Prime; text_font_size=\u00a0\u00bb15px\u00a0\u00bb global_colors_info=\u00a0\u00bb{}\u00a0\u00bb]<p><strong>M\u00c9THODOLOGIE P\u00c9DAGOGIQUE <\/strong><\/p>\n<p>La m\u00e9thodologie de la formation repose sur une approche par comp\u00e9tences combinant th\u00e9orie, pratique intensive et apprentissage par projets. L\u2019accent est mis sur l\u2019acquisition progressive des comp\u00e9tences essentielles du m\u00e9tier de Data Scientist gr\u00e2ce \u00e0 une alternance structur\u00e9e de cours magistraux, d\u00e9monstrations techniques et travaux pratiques guid\u00e9s. Les participants sont engag\u00e9s dans des activit\u00e9s interactives incluant \u00e9tudes de cas r\u00e9els, exercices collaboratifs, analyses de jeux de donn\u00e9es complexes et r\u00e9solutions de probl\u00e8mes concrets issus de divers secteurs (finance, sant\u00e9, transport, commerce, \u00e9nergie, e-commerce, etc.). La formation s\u2019appuie sur une p\u00e9dagogie active favorisant la participation, le questionnement, l\u2019esprit critique et la mise en situation.<\/p>\n<p style=\"text-align: justify;\">Une grande partie de l\u2019apprentissage est orient\u00e9e vers la pratique \u00e0 travers des ateliers r\u00e9guliers et la r\u00e9alisation de mini-projets tout au long du parcours, culminant par un projet final complet de Data Science int\u00e9grant collecte, nettoyage, mod\u00e9lisation et d\u00e9ploiement d\u2019un mod\u00e8le de Machine Learning. Les apprenants b\u00e9n\u00e9ficient d\u2019un encadrement continu, d\u2019un coaching personnalis\u00e9 et d\u2019un accompagnement m\u00e9thodologique pour surmonter les difficult\u00e9s et d\u00e9velopper un portfolio professionnel. L\u2019utilisation d\u2019outils modernes tels que Python, R, SQL, TensorFlow, Scikit-learn, Power BI, Docker, Streamlit, FastAPI et Spark permet aux participants de travailler dans des environnements identiques \u00e0 ceux rencontr\u00e9s en entreprise. L\u2019\u00e9valuation continue par QCM, travaux pratiques et soutenances permet de mesurer la progression et de consolider les acquis. L\u2019ensemble de la d\u00e9marche vise \u00e0 rendre chaque apprenant imm\u00e9diatement op\u00e9rationnel, autonome et apte \u00e0 int\u00e9grer le march\u00e9 professionnel de l\u2019IA et de la Data Science.<\/p>[\/et_pb_text][\/et_pb_column][et_pb_column type=\u00a0\u00bb1_2&Prime; _builder_version=\u00a0\u00bb4.22.1&Prime; _module_preset=\u00a0\u00bbdefault\u00a0\u00bb global_colors_info=\u00a0\u00bb{}\u00a0\u00bb][et_pb_text _builder_version=\u00a0\u00bb4.22.1&Prime; _module_preset=\u00a0\u00bbdefault\u00a0\u00bb text_text_color=\u00a0\u00bb#000000&Prime; background_color=\u00a0\u00bb#E09900&Prime; animation_style=\u00a0\u00bbslide\u00a0\u00bb global_colors_info=\u00a0\u00bb{}\u00a0\u00bb]<p><strong>PR\u00c9REQUIS (Version d\u00e9taill\u00e9e avec puces &amp; num\u00e9rotation)<\/strong><\/p>\n<ol>\n<li><strong> Pr\u00e9requis acad\u00e9miques et techniques<\/strong><\/li>\n<\/ol>\n<ul>\n<li>\u00a0<strong>Aucune ma\u00eetrise avanc\u00e9e n\u2019est obligatoire<\/strong>, la formation reste accessible aux d\u00e9butants motiv\u00e9s.<\/li>\n<li>\u00a0Avoir des <strong>notions \u00e9l\u00e9mentaires en math\u00e9matiques<\/strong>, notamment :<\/li>\n<ul>\n<li>Statistiques descriptives (moyenne, m\u00e9diane, variance).<\/li>\n<li>Probabilit\u00e9s de base.<\/li>\n<li>Fonctions et alg\u00e8bre simple.<\/li>\n<\/ul>\n<li>Disposer d\u2019une <strong>capacit\u00e9 de raisonnement logique<\/strong> et d\u2019analyse.<\/li>\n<\/ul>\n<p>&nbsp;<\/p>\n<ol start=\"2\">\n<li><strong> Pr\u00e9requis informatiques<\/strong><\/li>\n<\/ol>\n<ul>\n<li>\ud83d\udd39 Savoir utiliser un ordinateur (cr\u00e9ation de dossiers, installation de logiciels, gestion de fichiers).<\/li>\n<li>\ud83d\udd39 Avoir une connaissance de base des formats de donn\u00e9es (Excel, CSV, texte).<\/li>\n<li>\ud83d\udd39 Comprendre des notions simples sur les donn\u00e9es tabulaires.<\/li>\n<\/ul>\n<p>&nbsp;<\/p>\n<ol start=\"3\">\n<li><strong> Mat\u00e9riel requis<\/strong><\/li>\n<\/ol>\n<ul>\n<li>\ud83d\udd39 <strong>Ordinateur portable<\/strong> avec :<\/li>\n<ul>\n<li>Minimum 8 Go de RAM (16 Go recommand\u00e9).<\/li>\n<li>Processeur i5 ou \u00e9quivalent.<\/li>\n<li>Espace disque disponible \u2265 20 Go pour l\u2019installation des outils.<\/li>\n<\/ul>\n<li>\ud83d\udd39 Connexion internet stable (pour Google Colab, GitHub, ressources en ligne).<\/li>\n<li>\ud83d\udd39 Possibilit\u00e9 d\u2019installer ou d\u2019utiliser :<\/li>\n<ul>\n<li>Python, R, Anaconda<\/li>\n<li>Jupyter Notebook \/ JupyterLab<\/li>\n<li>VS Code<\/li>\n<li>PostgreSQL ou MySQL<\/li>\n<li style=\"text-align: justify;\">Power BI ou Tableau (selon module)<\/li>\n<\/ul>\n<\/ul>[\/et_pb_text][\/et_pb_column][\/et_pb_row][\/et_pb_section]\n","protected":false},"excerpt":{"rendered":"<p>Devenez un expert des mod\u00e8les pr\u00e9dictifs : Python, R, Machine Learning, IA appliqu\u00e9e, mod\u00e9lisation avanc\u00e9e TOUS LES MARDIS ET MERCREDIS \u00a0Heure : 18h-21h Dur\u00e9e\u00a0: \ud835\udfd3 \ud835\udc26\ud835\udc28\ud835\udc22\ud835\udc2c Cout de la Formation : 300 000 Inscription : 30000 FCFA 1ere tranche : 100000 FCFA ( avant rentr\u00e9e) 2eme tranche : 100000 FCFA (apr\u00e8s 01 mois) 3eme tranche [&hellip;]<\/p>\n","protected":false},"author":9,"featured_media":0,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_et_pb_use_builder":"on","_et_pb_old_content":"","_et_gb_content_width":"","om_disable_all_campaigns":false,"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"footnotes":""},"categories":[1],"tags":[],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/mayadigit.com\/index.php\/wp-json\/wp\/v2\/posts\/3501"}],"collection":[{"href":"https:\/\/mayadigit.com\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/mayadigit.com\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/mayadigit.com\/index.php\/wp-json\/wp\/v2\/users\/9"}],"replies":[{"embeddable":true,"href":"https:\/\/mayadigit.com\/index.php\/wp-json\/wp\/v2\/comments?post=3501"}],"version-history":[{"count":9,"href":"https:\/\/mayadigit.com\/index.php\/wp-json\/wp\/v2\/posts\/3501\/revisions"}],"predecessor-version":[{"id":3614,"href":"https:\/\/mayadigit.com\/index.php\/wp-json\/wp\/v2\/posts\/3501\/revisions\/3614"}],"wp:attachment":[{"href":"https:\/\/mayadigit.com\/index.php\/wp-json\/wp\/v2\/media?parent=3501"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/mayadigit.com\/index.php\/wp-json\/wp\/v2\/categories?post=3501"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/mayadigit.com\/index.php\/wp-json\/wp\/v2\/tags?post=3501"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}