BlocsDeCompetences .org

Quels métiers ? Quelles formations ? Quels diplômes ?

Data scientist (RNCP34545)

Formation (et/ou diplôme) proposée au RNCP par le certificateur : OPENCLASSROOMS

Branches de formations NSF

NSF 3xx Domaines technico-professionnels des services > NSF 32x Communication et information > NSF 326 Informatique, traitement de l'information, réseaux de transmission >
>

Activités visées par cet enseignement

Le Data scientist est en mesure d'exercer les missions suivantes : agréger un ensemble de données pour ensuite les nettoyer et les structurer ; explorer ces données afin d'en déterminer la valeur et y repérer des motifs récurrents ou des irrégularités significatives ; produire de la valeur à partir des données par la création de modèles prédictifs ; modéliser le phénomène à l'origine des données pour répondre à un problème de l'entreprise ; évaluer et améliorer les performances d'un modèle d'apprentissage automatique (machine learning) ; rendre les données visuelles pour communiquer ses résultats ; établir des recommandations pour orienter les décisions stratégiques de l'entreprise.
[Se référer à la fiche source pour plus de détails]

Métiers possibles, Orientations de carrière & Mobilité professionnelle

METIERS SELON LE CERTIFICATEUR

Abréviations du RIASEC* :

Réaliste , Investigateur , Artistique , Social , Entreprenant , Conventionnel

Qu'est-ce que l'aide à l'orientation RIASEC et comment faire le test ?

*source Pôle Emploi

Appellations professionnelles possibles

  • Data scientist ; Chef de projet Data ; Consultant Data ; Chief Data scientist ; Ingénieur data ; Ingénieur Big data

Environnements de travail

  • Tous secteurs d'activité

Outils d'auto-évaluation gratuits, orientés soft-skills ou orientation professionnelle

  • TestdOrientation.com : Un test qui a le mérite de proposer une évaluation RIASEC pour repérer des listes de métiers.
  • FicheDePersonnalite.com : Un test de personnalité plutôt complet (mais un peu long) et qui donne des évaluations relatives à des groupes socio-professionnels.

Vous trouverez des détails sur les soft-skills sur le site :
Soft-skills.info

BLOCS DE COMPETENCES ENSEIGNÉS

FRANCE-COMPETENCES
RNCP34545BC02

FORMATION AU BLOC :
Entraîner un modèle d'apprentissage automatique supervisé pour réaliser une analyse prédictive.

Sélectionner et mettre en place un modèle d'apprentissage supervisé adapté à une problématique métier.
Évaluer les performances d'un modèle d'apprentissage supervisé.
Adapter les paramètres d'un modèle d'apprentissage supervisé afin de l'améliorer.

MODALITES D'EVALUATION:

Chaque bloc de compétences est évalué sous la forme de projet, accompagné et validé par un mentor, puis présenté au jury du titre.

FRANCE-COMPETENCES
RNCP34545BC03

FORMATION AU BLOC :
Entraîner un modèle d'apprentissage non supervisé adapté à une problématique de segmentation ou de réduction de données.

Sélectionner, transformer et créer les variables pertinentes pour la modélisation (feature engineering).
Sélectionner et mettre en place un modèle d'apprentissage non supervisé adapté une problématique métier.
Évaluer les performances d'un modèle d'apprentissage non supervisé.
Adapter les paramètres d'un modèle d'apprentissage non supervisé afin de l'améliorer.

MODALITES D'EVALUATION:

Chaque bloc de compétences est évalué sous la forme de projet, accompagné et validé par un mentor, puis présenté au jury du titre.

FRANCE-COMPETENCES
RNCP34545BC04

FORMATION AU BLOC :
Prétraiter et analyser des données non structurées (texte, images) pour obtenir un jeu de données exploitable.

Collecter des données répondant à des critères définis via une interface de programmation (API).
Prétraiter des données textuelles non structurées pour obtenir un jeu de données exploitable.
Prétraiter des données sous forme d'images non structurées pour obtenir un jeu de données exploitable.
Réduire la dimension de données de grande dimension afin d'optimiser les temps de calcul.
Représenter graphiquement des données à grandes dimensions afin d'en réaliser l'analyse exploratoire.

MODALITES D'EVALUATION:

Chaque bloc de compétences est évalué sous la forme de projet, accompagné et validé par un mentor, puis présenté au jury du titre.

FRANCE-COMPETENCES
RNCP34545BC05

FORMATION AU BLOC :
Présenter et déployer un modèle d'apprentissage automatique auprès de ses utilisateurs.

Déployer un modèle via une interface de programmation (API) dans le web.
Réaliser un tableau de bord (dashboard) pour présenter son travail de modélisation.
Réaliser la présentation orale d'une démarche de modélisation à un client interne/ externe.
Rédiger une note méthodologique afin de communiquer sa démarche de modélisation.
Assurer l'intégration du modèle auprès de collaborateurs en utilisant un logiciel de version de code.

MODALITES D'EVALUATION:

Chaque bloc de compétences est évalué sous la forme de projet, accompagné et validé par un mentor, puis présenté au jury du titre.

FRANCE-COMPETENCES
RNCP34545BC06

FORMATION AU BLOC :
Déployer un modèle d'apprentissage automatique à l'échelle en utilisant les technologies du Big data.

Sélectionner les outils du Cloud permettant de disposer d'un environnement Big Data.
Prétraiter, analyser et modéliser des donnés dans un environnement Big data en utilisant les outils du Cloud.
Réaliser des calculs distribués sur des données massives en utilisant les outils adaptés.

MODALITES D'EVALUATION:

Chaque bloc de compétences est évalué sous la forme de projet, accompagné et validé par un mentor, puis présenté au jury du titre.

FRANCE-COMPETENCES
RNCP34545BC01

FORMATION AU BLOC :
Prétraiter et analyser des données structurées pour répondre à un problème métier.

Déterminer les objectifs d'une analyse de données à partir d'un problème métier.
Effectuer des opérations de nettoyage sur des données structurées.
Effectuer une analyse statistique univariée à partir de données structurées et nettoyées.
Effectuer une analyse statistique multivariée à partir de données structurées et nettoyées.
Représenter des données grâce à des graphiques clairs et pertinents.
Formuler des préconisations pour un traitement automatisé des données.

MODALITES D'EVALUATION:

Chaque bloc de compétences est évalué sous la forme de projet, accompagné et validé par un mentor, puis présenté au jury du titre.