Vous avez déjà un compte client ORSYS
Se connecter
Vous êtes nouveau chez ORSYS
Créer un compte
Vous ne souhaitez pas créer de compte
Poursuivre sans me connecter

Machine Learning Engineer, Temps partiel (18 mois) (Titre RNCP)

by Liora (ex – DataScientest)

Formation pratique - 31j - 735h - Réf. 3BA
Prix : 12990 € H.T.

Machine Learning Engineer, Temps partiel (18 mois) (Titre RNCP)

by Liora (ex – DataScientest)



Devenez expert en modèles prédictifs afin d’anticiper l’évolution des données et les tendances futures. Le Machine Learning Engineer développe des systèmes d’intelligence artificielle (IA) pour rechercher, développer et générer des algorithmes capables d’apprendre et de prédire. Cette formation certifiante se déroule à distance dans un format hybride mêlant temps d’échanges synchrones avec un formateur expert, exercices pratiques et modules E-learning. Basée sur la pédagogie Learning By Doing, vous réaliserez un projet fil rouge en équipe afin de mettre en pratique vos connaissances. Lors de votre inscription, vous serez rattaché à l’une des promotions Datascientest. A l’issue de cette formation, vous obtiendrez un certificat « Machine Learning Engineer » des Mines Paris- PSL Executive ainsi que la certification de niveau 7 « Expert en ingénierie de l’intelligence artificielle » RNCP38587. Contactez-nous dès maintenant pour connaître les prochaines dates !


Catalogue
Sur mesure

Formation en ligne

Réf. 3BA
  735h
Prix : 12990 € H.T.
Langue : FR




Devenez expert en modèles prédictifs afin d’anticiper l’évolution des données et les tendances futures. Le Machine Learning Engineer développe des systèmes d’intelligence artificielle (IA) pour rechercher, développer et générer des algorithmes capables d’apprendre et de prédire. Cette formation certifiante se déroule à distance dans un format hybride mêlant temps d’échanges synchrones avec un formateur expert, exercices pratiques et modules E-learning. Basée sur la pédagogie Learning By Doing, vous réaliserez un projet fil rouge en équipe afin de mettre en pratique vos connaissances. Lors de votre inscription, vous serez rattaché à l’une des promotions Datascientest. A l’issue de cette formation, vous obtiendrez un certificat « Machine Learning Engineer » des Mines Paris- PSL Executive ainsi que la certification de niveau 7 « Expert en ingénierie de l’intelligence artificielle » RNCP38587. Contactez-nous dès maintenant pour connaître les prochaines dates !


Objectifs pédagogiques
À l’issue de la formation, le participant sera en mesure de :
Concevoir des algorithmes d’apprentissage automatique pour résoudre des problèmes complexes.
Déployer des modèles de machine learning en production.
Surveiller et maintenir les modèles pour assurer leur efficacité sur le long terme.

Public concerné
Toutes les personnes ayant une appétence pour la data souhaitant se reconvertir ou faire évoluer ses compétences.

Prérequis
Un diplôme ou un titre de niveau bac+3 ainsi qu'un bon niveau en mathématiques. Pour les candidats ne présentant pas le niveau de qualification requis, une dérogation est possible sur dossier.

Certification
Pour clôturer la formation, l’équipe pédagogique évaluera le projet fil rouge de l’apprenant à l’aide d’un rapport écrit avec soutenance à distance. En complément la réalisation d’une période en entreprise de 130 jours minimum est obligatoire pour valider le titre. La validation des compétences développées au cours de la formation Machine Learning Engineer vous permettra d’obtenir : • Un certificat de l'École des Mine Paris - PSL Executive Education • Le titre RNCP de niveau 7 "Expert en ingénierie de l’intelligence artificielle", enregistré au RNCP en date du 26-01-2022 sous le n°RNCP38587

Méthodes et moyens pédagogiques
Activités digitales
Cours et exercices en ligne, masterclass collective, séances de questions/réponses, classes de soutien, accompagnement par mail, projet fil rouge, coaching carrière individualisé, social learning.
Tutorat
Un formateur expert accompagne l’apprenant tout au long de sa formation. Il échange régulièrement avec lui sur son projet fil rouge et l’accompagne lors de points de mentorat (individuel). Plusieurs formateurs animent également les différentes masterclass (classes collectives) et répondent aux questions des apprenants à tout moment depuis un forum dédié. En complément, de nombreuses séances de questions-réponses peuvent être organisées pour aider les apprenants.
Pédagogie et pratique
Lors de l’inscription, l’apprenant est affecté à une promotion (dates à définir lors de l’inscription) et reçoit son calendrier de formation. Le parcours de formation est découpé en « Sprint » de plusieurs semaines sur une thématique dédiée. Chaque semaine l’apprenant est convié à un temps d’échange avec le formateur qui se présente sous la forme de masterclass (classe collective) ou de points de mentorat (individuel). Pendant 80% du temps, l’apprenant travaille en autonomie sur la plateforme d’enseignement. Tous les modules intègrent des exercices pratiques permettant de mettre en œuvre les concepts développés en cours. L’apprenant doit également travailler en binôme ou trinôme sur un projet fil rouge tout au long de la formation. Cela lui permettra de développer et faire reconnaître ses compétences. En complément, des événements et ateliers thématiques sont régulièrement proposés pour permettre aux apprenants de découvrir les dernières innovations en matière de Data Science. Afin de suivre efficacement la formation, nous estimons le temps travail nécessaire entre 10 et 12 heures par semaine.

Programme de la formation

1
Prochaines dates de sessions

  • Décembre 2026 : Début au 01/12/26

2
Introduction au Data Product Management

  • Rôle et missions d’un Data Product Manager
  • Fondamentaux de la Data Science

3
Gestion de projet

  • Gestion de projet
  • Méthode Agile
  • Ressources humaines

4
Manipulation des données

  • SQL
  • Machine Learning
  • Business Intelligence

5
Data Gouvernance

  • Gouvernance des données et conformité réglementaire
  • RGPD et éthique
  • Discovery

6
Chefferie de projet

  • Construction du produit data : du MVP au lancement
  • IA générative, prompt engineering et compétences opérationnelles

7
Fondamentaux de Python

  • Programmation et manipulation de données
  • NumPy et Pandas

8
Data Visualization

  • Visualisation avec Matplotlib et Seaborn
  • Bokeh

9
Outils de programmation

  • Versioning et collaboration avec Git et GitHub
  • Linux et Bash
  • Tests unitaires

10
Machine Learning

  • Classification
  • Clustering et régression

11
Machine Learning Avancé

  • Méthodologie, Feature Engineering
  • Optimisations pipelines

12
Machine Learning Appliqué

  • Éthique et interprétabilité en Machine Learning
  • Data Science pour la finance et l’économétrie

13
Deep Learning et IA

  • Réseaux denses et réseaux de convolution
  • TensorFlow, PyTorch

14
LLMs et GenAI

  • Transformers, LLMS, Agents et prompt Engineering

15
Data Engineering

  • SQL
  • API
  • PySpark

16
MLOps

  • MLFlow
  • Conteneurisation et déploiement avec Docker

17
Isolation et réglementation

  • Docker
  • EU AI Act
  • Model Card

18
Architecture

  • Introduction à MLflow
  • Conception des systèmes ML (Spé MLOps)
  • Intégration LLM en prod (Spé LLMOps)

19
Expérimentation et versioning

  • NGINX
  • DVC et DagsHub (spé MLOps)
  • LangChain et LLM Exp (spé LLMOps)

20
Pipeline et serving

  • Airflow, MinIO
  • BentoML (Spé MLOps)
  • RAGOps (Spé LLMOps)

21
Monitoring et qualité

  • Prometheus et Grafana
  • Drift Monitoring (Spé MLOps)
  • Evidently LLMOps (Spé LLMOps)

22
Scaling et production

  • LocalStack, Kubernetes
  • ZenML (Spé MLOps)
  • Patterns Agentic (Spé LLMOps)
PARTICIPANTS
Toutes les personnes ayant une appétence pour la data souhaitant se reconvertir ou faire évoluer ses compétences.

PRÉREQUIS
Un diplôme ou un titre de niveau bac+3 ainsi qu'un bon niveau en mathématiques. Pour les candidats ne présentant pas le niveau de qualification requis, une dérogation est possible sur dossier.

COMPÉTENCES DU FORMATEUR
Les experts qui animent la formation sont des spécialistes des matières abordées. Ils ont été validés par nos équipes pédagogiques tant sur le plan des connaissances métiers que sur celui de la pédagogie, et ce pour chaque cours qu’ils enseignent. Ils ont au minimum cinq à dix années d’expérience dans leur domaine et occupent ou ont occupé des postes à responsabilité en entreprise.

MODALITÉS D’ÉVALUATION
Le formateur évalue la progression pédagogique du participant tout au long de la formation au moyen de QCM, mises en situation, travaux pratiques…
Le participant complète également un test de positionnement en amont et en aval pour valider les compétences acquises.

MOYENS PÉDAGOGIQUES ET TECHNIQUES
• Les moyens pédagogiques et les méthodes d’enseignement utilisés sont principalement : aides audiovisuelles, documentation et support de cours, exercices pratiques d’application et corrigés des exercices pour les formations pratiques, études de cas ou présentation de cas réels pour les séminaires de formation.
• À l’issue de chaque formation ou séminaire, ORSYS fournit aux participants un questionnaire d’évaluation du cours qui est ensuite analysé par nos équipes pédagogiques.
• Une feuille d’émargement par demi-journée de présence est fournie en fin de formation ainsi qu’une attestation de fin de formation si le participant a bien assisté à la totalité de la session.

MODALITÉS ET DÉLAIS D’ACCÈS
L’inscription doit être finalisée 24 heures avant le début de la formation.

ACCESSIBILITÉ AUX PERSONNES HANDICAPÉES
Pour toute question ou besoin relatif à l’accessibilité, vous pouvez joindre notre équipe PSH par e-mail à l’adresse psh-accueil@orsys.fr.

Ce programme est une création originale, conçu par les équipes pédagogiques d'ORSYS Formation. Toute reproduction, représentation, adaptation ou exploitation, totale ou partielle, sans autorisation préalable écrite d'ORSYS, est strictement interdite. ORSYS se réserve le droit d'engager toute action nécessaire à la protection de ses droits de propriété intellectuelle.


Ce programme est une création originale, conçu par les équipes pédagogiques d'ORSYS Formation. Toute reproduction, représentation, adaptation ou exploitation, totale ou partielle, sans autorisation préalable écrite d'ORSYS, est strictement interdite. ORSYS se réserve le droit d'engager toute action nécessaire à la protection de ses droits de propriété intellectuelle.