La Data Science peut être intuitive 🎲 et fun 👻. Comprendre la théorie 🧮 & apprendre à implémenter 🤖. Visualiser les données 📊 et les algorithmes ⚙️ Suivre le parcours 🛣️ avec un suivi personnalisé 🧍
Pédagogie et points forts
Un parcours structuré
avec un accompagnement personnalisé
Explication intuitive
Les algorithmes ne sont pas des boîtes noires, si on sait comment les ouvrir
Retour d'expériences
Partage des rex et des bonnes pratiques
Théorie et pratique
Micro learning pour comprendre chaque notion avec la pratique
Vidéos en ligne
Plus de 1000 vidéos en ligne
Mentorat individuel
1h de mentorat à distance par semaine
Programme de formation
Un parcours modulaire associant cours théoriques, cours d'implémentation, exercices et quiz, avec des sessions de mentoring régulières.
Base de programmation
Débuter avec les bases de programmation (R ou Python), pour apprendre à manipuler les données, et visualiser les données
Bases mathématiques
Acquérir une base théorique solide en mathématiques : algèbre linéaire, calculs différentiels, probabilité et statistiques
Machine learning
Entamer les modèles prédictifs avec le machine learning, complété par le feature engineering et le tuning des modèles.
Base de NLP
Apprendre à manipuler les données textuelles, et commencer à modéliser les éléments du language naturel.
Computer vision
Apprendre à manipuler les données images et à utiliser les techniques de traitements d'images. Commencer à détecter des objets sur des images.
Deep learning
Perfectionner vos modèles avec le deep learning : application aux données images et aux données textuelles.
Processus Data Science
Implémenter le processus complet de data science et apprendre les bonnes pratiques pour apporter une solution industrialisée.
Thématiques transverses
Appliquer la data science pour la qualité de données, les analyses prédictives, le chatbot, et le web scraping.
Cas d'usage en assurance
Aider à la souscription et contrôle post-souscription, marketing (cross-selling et fidélisation), gestion des sinistres et détection de fraude.
Chiffres clés
800
heures
formations professionnelles (inter-entreprise et intra-entreprise), tables rondes, et conférences
500
stagiaires formés
chargés d'études statistiques, actuaires, responsables marketing, directeur technique, directeur général
30
entreprises participantes
assurance, mutuelle, institut de prévoyance, énergie, télécom, aéronatique
Spécialisation Data Science en assurance
Stratégie Data en Assurance avec les trois piliers pour une implémentation réussie
