Formations data & IA

Programme complet pour démarrer en data science. Couvre Python, SQL, visualisation, machine learning et les outils IBM. Idéal pour reconversion ou première approche.

La certif Google la plus accessible pour démarrer en data analytics. SQL, Tableau, R, nettoyage de données. Très reconnue par les recruteurs et finançable CPF.

Certif Google pour les analytics avancés : statistiques, régression, ML supervisé et non supervisé, Python. Très valorisée par les recruteurs français.

Parcours complet data engineering par IBM. Couvre Python, SQL, NoSQL, Big Data, Spark, Airflow et le cloud. Idéal pour se spécialiser en ingénierie des données.

Spécialisation d'Andrew Ng sur l'industrialisation des modèles ML. Couvre les pipelines ML, le monitoring, la gouvernance et le déploiement. Référence absolue sur le sujet.

Le cours Python le plus vendu sur Udemy avec 100 projets pratiques. De zéro à professionnel en passant par la data, les APIs, le web scraping et l'automatisation.

La référence pour passer de Python à la data science : NumPy, Pandas, Matplotlib, Seaborn, Scikit-Learn, TensorFlow. Par Jose Portilla, 800k+ apprenants.

Le cours SQL le plus populaire sur Udemy. Du SELECT de base aux requêtes complexes (fenêtres, CTEs, optimisation). Indispensable pour tout profil data.

Le meilleur cours Udemy sur dbt. Couvre dbt Core et dbt Cloud, data modeling, tests, documentation et CI/CD. Complément idéal à la certif Databricks ou Analytics Engineer.

Parcours complet data engineering : Python, SQL, Airflow, Spark, gestion des pipelines. Format interactif très efficace pour la pratique. Reconnu par les recruteurs.

Le parcours le plus complet sur DataCamp pour devenir Data Scientist. Machine learning, statistiques, visualisation et communication des résultats. Format interactif avec exercices dans le navigateur.

Track SQL interactif complet : sélections, jointures, agrégations, fenêtres et optimisation. Le format DataCamp (exercices dans le navigateur) est idéal pour mémoriser le SQL par la pratique.

Certification officielle AWS sur le ML en production. Couvre SageMaker, les services AI/ML AWS, l'architecture de solutions ML et la sécurité. Très demandée sur le marché français.

Certification Databricks sur la Lakehouse Platform. Couvre Delta Lake, Apache Spark, les pipelines ELT et les workflows Databricks. De plus en plus demandée pour les postes data engineer.

La formation deep learning la plus reconnue de la communauté open source. Approche top-down (pratique d'abord, théorie ensuite). Jeremy Howard a formé des milliers de praticiens.

Formation officielle dbt Labs pour maîtriser dbt Core et dbt Cloud. Indispensable pour tout data/analytics engineer. Le certificat est reconnu comme standard sur les CVs.

Certification officielle Snowflake sur les fondamentaux : architecture, stockage, compute, sécurité et SQL Snowflake. Incontournable pour les Analytics Engineers et Data Engineers travaillant sur Snowflake.

La seule formation complète en français avec mentorat individuel. Idéale pour reconversion. Couvre Python, SQL, visualisation, statistiques. Titre RNCP reconnu.

Le cours de référence pour maîtriser les Transformers et l'écosystème Hugging Face. Couvre BERT, GPT, fine-tuning, RAG et les pipelines NLP modernes. Indispensable pour les profils IA générative.

La nouvelle version 2022 du cours ML d'Andrew Ng co-produit avec Stanford. Couvre la régression, la classification, les réseaux de neurones et les meilleures pratiques ML modernes. La formation ML la plus suivie au monde.

La référence absolue sur le deep learning par Andrew Ng. 5 cours couvrant réseaux de neurones, CNN, RNN, optimisation et structuration de projets ML. Indispensable avant d'aborder les Transformers et les LLMs.

15+ micro-cours pratiques et gratuits : Python, Pandas, SQL, ML, Deep Learning, Feature Engineering, Dataviz. Format notebook interactif directement dans le navigateur. Les certificats Kaggle sont reconnus dans la communauté data.

Le bootcamp data science le plus reconnu en France. Couvre Python, ML, deep learning et déploiement de modèles. Format intensif avec projets réels. Présent à Paris, Lyon, Bordeaux et 40 villes mondiales. Très valorisé par les recruteurs tech.

Formation data engineering de référence en France. Couvre Spark, Airflow, Kafka, le cloud et les architectures modernes. Jedha est certifié Qualiopi. Certification RNCP niveau 6. Coaching emploi inclus. 100% en français.

La formation data scientist la plus complète de Jedha : ML, deep learning, NLP, déploiement et MLOps. Titre RNCP niveau 7. Jedha est l'une des seules écoles data en France avec plusieurs niveaux de certifications officielles.

La formation data scientist parmi les plus demandées pour la reconversion en France. 100% en ligne, finançable CPF, avec titre RNCP reconnu. Couvre Python, ML, deep learning et déploiement. Partenariat Columbia University.

Formation data engineering complète en français : Python avancé, Spark, Hadoop, Kafka, Airflow, Cloud (AWS/GCP/Azure). Titre RNCP niveau 7 reconnu. Idéal pour les profils techniques voulant une certification officielle et un accompagnement en français.

Formation complète data scientist en français avec mentorat individuel hebdomadaire. Machine learning, deep learning, NLP, computer vision. Titre RNCP reconnu. Idéal pour une reconversion avec accompagnement personnalisé.

La porte d'entrée aux certifications Azure data. Couvre les concepts fondamentaux du cloud data (relationnel, non-relationnel, analytique) sur Azure. Accessible sans expérience préalable. Idéal pour valider des bases avant DP-203.

Certification officielle Microsoft Azure pour les data engineers. Couvre Azure Data Factory, Synapse Analytics, Databricks, Data Lake et les pipelines de données. Très demandée dans les entreprises françaises investies sur Azure.

Certification officielle Azure Machine Learning. Couvre Azure ML Studio, MLflow, AutoML, le déploiement de modèles et les pipelines ML sur Azure. Complément naturel de DP-203 pour les profils Data Scientist sur l'écosystème Microsoft.

Certification Google Cloud pour les data engineers. Couvre BigQuery, Dataflow, Pub/Sub, Cloud Storage, Cloud Composer (Airflow managé) et l'architecture data sur GCP. Reconnue par les entreprises opérant sur Google Cloud.

Certification Google Cloud pour les ML engineers. Couvre Vertex AI, BigQuery ML, Feature Store, le MLOps sur GCP et la gouvernance des modèles. Idéale pour valider des compétences cloud ML sur GCP.

Certification Databricks sur le ML avec MLflow, Feature Store et AutoML. Couvre l'entraînement, le tracking, le déploiement et la surveillance de modèles sur la Lakehouse Platform. Complément naturel de la certif Data Engineer Associate.

Le cours Tableau le plus populaire sur Udemy avec 400k+ apprenants. Couvre l'ensemble des fonctionnalités : connexions, calculs, tableaux de bord interactifs, Tableau Prep et publication sur Tableau Server. Mis à jour régulièrement.

La formation Power BI la plus vendue sur Udemy. Couvre Power Query, le modèle de données, DAX, les visuels et la publication sur Power BI Service. Par Maven Analytics. Très apprécié par les utilisateurs Excel en reconversion vers la BI.

Le cours Spark/PySpark le plus accessible sur Udemy. Couvre SparkSQL, DataFrames, MLlib, le streaming et l'intégration Databricks. Format pratique avec exercices. Idéal avant la certif Databricks Data Engineer.

Le cours ML le plus vendu sur Udemy (1M+ apprenants). Couvre en Python et R toutes les familles d'algorithmes ML : régression, classification, clustering, NLP, deep learning et renforcement. Par Kirill Eremenko et Hadelin de Ponteves.

Bootcamp data science complet couvrant les mathématiques, les statistiques, Python, Tableau et le machine learning. Très apprécié par les débutants complets qui veulent une vision globale avant de se spécialiser.

Parcours avancé DataCamp couvrant les algorithmes ML en profondeur : forêts aléatoires, gradient boosting, clustering avancé, feature engineering, NLP et computer vision. Pour les profils voulant aller au-delà du niveau débutant.

Parcours Analytics Engineering sur DataCamp : SQL avancé, dbt Core, modélisation de données, tests et documentation. Couvre également l'analyse des données avec Python et la collaboration avec les équipes BI.

Parcours interactif DataCamp pour maîtriser Power BI : chargement des données, Power Query, modèle de données, DAX et dashboards. Format in-browser très efficace pour la prise en main rapide de l'outil.

La formation la plus complète sur le déploiement de systèmes ML en production. Couvre le cycle complet : data, training, testing, deployment, monitoring et LLMops. Animée par des praticiens de l'industrie, pas des chercheurs.

Cours MLOps très apprécié de la communauté ML. Couvre la conception de systèmes ML, la qualité de code, les tests, CI/CD, le déploiement et la documentation. Idéal pour passer du ML académique au ML industriel.

Préparation à la certification officielle Google TensorFlow Developer. Couvre les réseaux de neurones, CNN, séries temporelles et NLP avec TensorFlow/Keras. La certif est reconnue comme badge Google officiel sur LinkedIn.

Spécialisation officielle Google Cloud sur le data engineering et le ML sur GCP. Couvre BigQuery, Dataflow, Pub/Sub, Vertex AI et l'architecture de solutions data. Idéal pour préparer la certif Google Professional Data Engineer.

Spécialisation Michigan sur les statistiques appliquées en Python : visualisation, inférence statistique, modèles linéaires et fitting. Essentiel pour les Data Scientists voulant des bases solides en statistiques, souvent négligées dans les formations ML.

Cours non-technique d'Andrew Ng pour comprendre l'IA sans coder. Idéal pour les managers, POs et chefs de projet voulant comprendre les enjeux et collaborer efficacement avec les équipes data. 5M+ apprenants.

Parcours IBM complet pour devenir Data Analyst. Excel, SQL, Python, Power BI, Cognos Analytics. 11 cours avec projets capstone. Complément de la certif Google Data Analytics pour les profils voulant les deux badges IBM + Google.

Formation data analyst inclusive et gratuite de Simplon, accessible à tous profils et niveaux. Couvre Excel avancé, SQL, Python, Power BI et visualisation. 70+ campus en France. Financée par les Régions et OPCO. Idéale pour les reconversions sans budget formation.

La plateforme de référence pour les ingénieurs qui veulent aller en profondeur. 60 000+ livres, vidéos et cours. Les livres O'Reilly (Designing Data-Intensive Applications, etc.) sont la bible de l'industrie data. À demander via son employeur.

Formation NLP complète de José Portilla : NLTK, spaCy, classification de textes, analyse de sentiments, Word2Vec et introduction aux Transformers. Parfait complément avant le cours Hugging Face pour les profils NLP.

Formation pratique sur LangChain, les bases vectorielles (Pinecone, Chroma) et le déploiement d'applications RAG. Couvre les agents LangChain, LangSmith pour le monitoring et les patterns de production. Le cours le plus à jour sur le sujet.

Parcours avancé data engineering par Google : pipelines de données à grande échelle, Dataform, ingestion en streaming, optimisation BigQuery et gouvernance des données. Complément du parcours Data Engineering Google pour les profils seniors.

MOOC français gratuit sur Python pour la data science. Couvre les fondamentaux Python, NumPy, Pandas et la visualisation. Format pédagogique universitaire, 100% en français. Idéal comme première étape avant les formations certifiantes.

Programme complet IBM ML couvrant les supervisions, non-supervisé, deep learning, NLP et recommandation. Approche très axée sur la mise en pratique industrielle avec des projets capstone réels. Reconnu par les recruteurs.

Le meilleur cours gratuit de data engineering pratique sur GitHub et YouTube. Couvre Docker, Terraform, GCP, BigQuery, dbt, Spark et Kafka. Format bootcamp avec projets sur infrastructure réelle. Très apprécié de la communauté pour sa praticité.

Cours ML pratique et gratuit par DataTalks.Club. Couvre la régression, la classification, le deep learning, Kubernetes et le déploiement de modèles. Très axé sur la mise en production. Accessible sur GitHub et YouTube.