• Votre sélection est vide.

    Enregistrez les diplômes, parcours ou enseignements de votre choix.

 

Python pour la Data Science (Présentiel)

  • Composante

    Formation continue Panthéon-Sorbonne (FCPS)

  • Langue(s) d'enseignement

    Français

Présentation

Plongez au cœur de la Data Science avec notre programme intensif de 4 jours, spécialement conçu pour vous transformer en expert de la modélisation prédictive avec Python. Que vous soyez professionnel en entreprise, agent administratif ou en reconversion, cette formation vous offre les compétences essentielles pour extraire des informations précieuses et anticiper les tendances grâce à l'intelligence artificielle.

Cette formation qualifiante a pour vocation de permettre l’acquisition de connaissances et de compétences spécifiques liées à la programmation et à l’analyse de données sous Python. Cette formation est en présentiel.

Sur une échelle de 1 à 5 (1 étant la note la plus basse et 5 la plus haute) les stagiaires recommandent cette formation à : 4,8

Prochaines sessions (sous réserve d'un nombre suffisant d'inscrits) :
2, 3, 4 et 5 juin 2025
22, 23, 24 et 25 septembre 2025

Les inscriptions sont ouvertes.

▶ Information et inscription :
formations.courtes1 @ univ-paris1.fr

Lire plus

Objectifs

Dans un monde où les données sont au cœur des décisions stratégiques, la capacité à analyser et interpréter ces données vous distingue et ouvre de nouvelles opportunités professionnelles. Cette formation vous fournit une base solide pour naviguer dans l’univers complexe de la data science et de l’intelligence artificielle, tout en vous offrant des outils pratiques et immédiatement applicables dans votre quotidien professionnel.

Rejoignez-nous pour cette aventure enrichissante et donnez un coup d’accélérateur à votre carrière en maîtrisant les outils et techniques incontournables de la data science moderne.

Lire plus

Savoir-faire et compétences

  • Créer des Modèles Prédictifs Puissants : Apprenez à estimer la probabilité de divers événements, comme l’appétence d’un client pour une offre marketing ou la segmentation de populations pour développer des personae ciblés.
  • Maîtriser les Algorithmes de Machine Learning : Explorez et appliquez différents algorithmes adaptés à chaque type de données pour garantir des modèles précis et non biaisés.
  • Exploiter Python comme un Pro : Devenez autonome dans l’utilisation de Python et de ses bibliothèques incontournables telles que Pandas, Scikit-learn et bien d’autres pour manipuler, automatiser et analyser vos données efficacement.
Lire plus

Les + de la formation

  • Nos Engagements :

    • Formation Pratique et Interactive : Apprenez en faisant grâce à des exercices pratiques et des cas concrets.
    • Encadrement par des Experts : Bénéficiez de l’accompagnement de formateurs expérimentés et passionnés.
    • Adaptabilité et Flexibilité : Personnalisez votre apprentissage selon vos besoins et votre rythme.

Pour chaque cours l'apprenant disposera de vidéos, de quiz (qui peuvent contribuer à l'évaluation si nécessaire) et de d'exercices pratiques.

Nous fournissons l'environnement de code donc pas de contrainte matériel pour les apprenants.

Enfin nous pouvons si besoin générer pour chaque apprenant un badge LinkedIn authentifié.

Possibilité de suivre la formation en distanciel.

La formation se déroule en partenariat avec :

Lire plus

Organisation

Contrôle des connaissances

L’évaluation de votre projet se fera à travers un questionnaire détaillé.

Ce questionnaire a pour but de mesurer votre compréhension globale du projet, votre capacité à analyser les données et à appliquer les techniques de machine learning, ainsi que votre aptitude à expliquer vos choix méthodologiques.

Il comprendra des questions à réponses multiples, des questions ouvertes et des mises en situation, afin de s’assurer que vous maîtrisez aussi bien les aspects théoriques que pratiques de la formation. Cette modalité d’évaluation vous permet de démontrer de manière synthétique et structurée l’ensemble des compétences acquises durant les quatre jours de formation.

Une attestation de suivi de formation est délivrée à l’issue de la formation.

Lire plus

Membres de l’équipe pédagogique

Responsable de la formation :
Marc-Arthur Diaye, professeur des universités à l’université Paris 1 Panthéon-Sorbonne, directeur de la mention Econométrie-statistiques.
Paul Thavenot (co-fondateur), Lead Data Scientist spécialisé en Natural Language Processing
Chercheurs, experts et praticiens formeront le panel des intervenants.

Lire plus

Programme

4 jours l 28 heures

Jour 1 : Utiliser Python et manipuler des données tabulaires

  • Langage de programmation Python (Matinée) 
  • Manipuler des données tabulaires avec Python (Après-midi)

Jour 2 : Manipulation de données avancée et Data Visualisation

  • Réaliser des manipulations avancées et nettoyage de données (Matinée)
  • Data Visualisation (Après-midi)

Jour 3 : Machine Learning avec Python

  • Les fondamentaux du machine learning supervisé (Matinée)
  • Les fondamentaux du machine learning non-supervisé (Après-midi)

Jour 4 : Réalisation d’un projet

  • Mise en pratique des compétences acquises durant les trois premiers jours
Lire plus

Admission

Conditions d'admission

Pré-requis : BAC +3 Connaissance théorique ou pratique de l'analyse de données avec une appétence pour les sujets liés.

Les candidatures peuvent être évaluées par le formateur au cas par cas si les pré-requis concernant les diplômes ne sont pas satisfaits.   

Lire plus

Modalités d'inscription

Nous contacter par mail : formations.courtes1 @ univ-paris1.fr 

Si vous êtes en situation d'handicap, veuillez prendre contact avec notre référente handicap : rafcps @ univ-paris1.fr. Nous pouvons adapter le parcours de formation à votre situation. 

Lire plus

Public cible

  • Entreprises
  • Administrations nationales et collectivités territoriales
  • Forces armées
  • Centres de recherche
Lire plus

Tarifs

1 960 €
Intra possible, nous consulter : formations.courtes1 @ univ-paris1.fr 

Lire plus
  • Ajouter à la sélection

    Vous avez formations et cours sauvegardés

  • S'inscrire